1， 每次训练样本数目大小最少保证不要小于目标类别的2倍，否则准确率一直上不去，假如标签有40类，则不要至少小于80，越大的话对准确度越好，但训练时间越长。
2， 使用relu激励函数要比较小心，因为他在负半轴恒等为0，训练到后期，准确度突然降为0，可以考虑是不是relu的问题
如果你的softmax层输出为nan，则可考虑是不是在计算信息交叉熵时出现了log(0)
3， 全连接层节点数对结果影响较小。
4， 更换batch大小，更换激励函数，不用从头开始训练，可以与原先保存的模型文件训练
以上仅是个人的一些经验，如有问题，欢迎讨论