Pytorch CNN с продемонстрированной архитектурой будет учиться, но точность не увеличится

Question

Мой Pytorch CNN работает и учится, но точность не улучшается. Потеря поезда уменьшается, но при тестировании на наборе train он имеет случайную точность. Я реализовал ту же архитектуру в Keras, и у меня была точность + 90%. Мне просто интересно, есть ли что-то явно не так в моей структуре. Вот оно:

    def __init__(self):
        super().__init__()

        self.conv1 = nn.Conv2d(1, 16, 3)
        self.conv2 = nn.Conv2d(16, 32, 3)
        self.conv3 = nn.Conv2d(32, 64, 3)

        self.fc1 = nn.Linear(5*5*64, 1024) 
        self.fc2 = nn.Linear(1024, 2048)
        self.fc3 = nn.Linear(2048, 1)

    def forward(self, x):
        x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
        x = F.max_pool2d(F.relu(self.conv2(x)), (2, 2))
        x = F.max_pool2d(F.relu(self.conv3(x)), (2, 2))

        x = x.view(x.size(0), -1) 
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = F.dropout(x, 0.5)
        x = F.sigmoid(self.fc3(x))
        return x

loss_function = nn.BCELoss ()