有懂的大佬高速我下，一设置 sgd 回归结果就都一样了，

学习率衰减，可参照这个吧：
LR = 0.009
def scheduler(epoch):
if epoch<20:
# lr=K.get_value(model2.optimizer.lr)
K.set_value(model.optimizer.lr, 0.01)
elif epoch < 50:
K.set_value(model.optimizer.lr, 0.001)
elif epoch < 100:
K.set_value(model.optimizer.lr, 0.0001)
else:
K.set_value(model.optimizer.lr, 0.00001)
print("learning-rate: " + str(K.get_value(model.optimizer.lr)))
return K.get_value(model.optimizer.lr)
reduce_lr = LearningRateScheduler(scheduler)
adam = Adam(LR)
model.compile(optimizer=adam,
loss='binary_crossentropy',
# loss = tf.keras.losses.binary_crossentropy,
metrics=['accuracy'])

好的