PyTorch人脸识别模型参数不更新，损失恒定问题求助

1. 输入图像未归一化 #

图像像素值通常处于0-255范围，直接输入模型会导致卷积、全连接层的输出值过大，经过sigmoid后进入饱和区（输出接近0或1），此时sigmoid的梯度趋近于0，参数无法更新，损失也会维持在极高值（你看到的49，对应预测值与标签完全相反时的交叉熵）。

解决：将输入图像归一化到0-1区间：

# 假设images1、images2是0-255的张量
images1 = images1.float() / 255.0
images2 = images2.float() / 255.0

2. 标签y的类型与形状不匹配 #

F.binary_cross_entropy要求预测值和标签均为float类型，且形状完全一致：

• 若y是整数类型（如torch.long），会导致损失计算异常；
• 若y的形状为(batch_size,)而预测值是(batch_size,1)，也会引发计算问题。

解决：调整标签的类型和形状：

# 转换为float，并扩展维度匹配预测值
y = y.float().unsqueeze(1)

3. 模型参数初始化问题 #

全连接层lin2的默认初始化可能导致权重过大，使得模型初始输出直接进入sigmoid饱和区，梯度消失。

解决：手动初始化lin2的参数：

class SamModel(nn.Module):
    def __init__(self):
        super().__init__()
        
        self.conv1 = nn.Conv2d(3, 32, 3, stride=1)
        self.lin1 = nn.Linear(38*38*32, 128)
        self.lin2 = nn.Linear(128*2, 1)
        
        # 初始化lin2权重和偏置
        nn.init.xavier_normal_(self.lin2.weight)
        nn.init.zeros_(self.lin2.bias)
        
    # 其余forward方法保持不变

4. 输入图像尺寸不匹配 #

模型中lin1的输入维度是38*38*32，这要求输入图像的尺寸为40x40x3（卷积核3x3、步长1时，输出尺寸计算公式为(输入尺寸-核尺寸)/步长 +1，即(40-3)/1+1=38）。若输入图像尺寸不符，会导致flatten后的张量维度与lin1不匹配，直接破坏模型计算逻辑。

解决：统一将输入图像resize到40x40：

# 示例：用PIL处理图像并转换为张量
from PIL import Image
import numpy as np

# 单张图像处理
def process_image(img_path):
    img = Image.open(img_path).resize((40, 40))
    return torch.tensor(np.array(img)).permute(2, 0, 1)  # 转换为CHW格式

# 批量处理
images1 = torch.stack([process_image(path) for path in img_paths1])
images2 = torch.stack([process_image(path) for path in img_paths2])

5. 训练模式未开启 #

若之前调用过model.eval()，模型会切换到评估模式，自动关闭梯度计算，导致参数无法更新。

解决：在训练循环前添加：

model.train()

内容的提问来源于stack exchange，提问作者Parth Gupta