用同一数据集训练卷积神经网络，但每次训练结果不一样，有时正确率很高，有时正确率却很低，为什么？

这是很正常的，造成这种情况有很多因素。

首先你要知道，你在训练神经网络时，可能会搜索到局部最优解。你可以将这个结果域想象成一个三维面，局部最优解是较浅的凹陷，全剧最优解是最深的凹陷。

你在进行训练时会采用梯度下降的方法，这些方法可能会找到局部最优解，但是因为你的学习率也就是你的步长设置的不够大，就会导致模型被困在局部最优解，无法跳出。

其次，你每次训练的时候，神经网络的参数和权重每次都是随机的，所以肯定每次的结果都不一样。除非你保存了权重和参数。这样也会导致你不断地陷入局部最优解中，当然也可能是全局最优解。

因此，这种情况是很常见的。这也是为什么，现在的神经网络在训练时都要进行多次训练，并使用Adam等能自动调整步长的优化方法。