CNN训练的过程精度一直保持在0.1可能的问题

可能点放在前面：权重全部初始化为0（我就是这样的）

时间多眼睛也不疲劳的朋友可以读一读我的经历。

首先说一下我的情况，我是用CNN做EMNIST数据集的分类，但是框架使用TensorFlow Federated。我是一个刚刚学联邦学习的白痴，因为导师安排的方向是这个，以前没有用过python。

我在训练的过程中，使用了简单粗暴TensorFlow2.0的CNN分类客户端的图片（链接：[https://www.bookstack.cn/read/TensorFlow2.0/spilt.3.c868281a01ad8ec0.md
]）我使用了GitHub上联邦学习图像分类教程中的框架，将其中用于图像分类的简单的SoftMax（）替换成了CNN（）。期间遇到了很多问题，那是因为我从来没用过python写东西，一上来就要接触神经网络这些，这个可以忽略。

好了，搭好了以后训练发现循环了十几次，但是最高的准确率停留在第一次0.1，因为手写体识别本来就10个类别，好了，这个神经网络可以瞎了，已经是瞎猜了。我找了很久，都没有发现错误在哪儿，因为我的神经网络本身也是抄的网上的，我完全不知道怎么办，后来求助指导我的博士学长，学长给我改出来了，kernel不能全部初始化为0，作为一个资深的傻子，我就是全初始化为0，没想到吧。

为了毕设初期检查我可是煞费苦心，一个代码白痴也开始写了，然而我方案都还没有拟出来，但是总比我之前那个设计机器学习加速器的毕设好，还好我换了，fpga杀我，现在我做的是联邦学习相关的，欢迎厉害的大佬指导我。ball ball毕业设计眷顾一下我吧。