Каждое обучение имеет другой результат из-за случайной инициализации.Таким образом, скаляр стоимости может быть разным для каждого обучения.
Если вы встретили какой-то большой другой результат, я думаю, что такой случай выглядит следующим образом: 
Итак, я думаю, что стоимость не проблема.
Но, прежде всего, нам нужно подумать об алгоритме машинного обучения.Вывод машинного обучения - это не программа, которая выполняется для получения одинакового результата всегда.Итак, мы не делаем программу.Мы просто устанавливаем алгоритм для эффективного обучения по данным и с целью прогнозирования.
На основании вашего объяснения и кода ваша модель является мультиклассовой классификацией.Итак, существует некоторый алгоритм машинного обучения для классификации нескольких классов, такой как KNN, Случайный Лес и нейронная сеть с softmax.
И нейронная сеть для классификации нескольких классов требует softmax, потому что этобольше подходит, чем сигмовидная.
Знаете, у Сигмоид 0 ~ 1.На самом деле, он подходит для 0 или 1. Так что, как правило, это для двоичной классификации.
И, Softmax может дать вероятности, что сумма равна 1. Итак, это для мультиклассовой классификации.
Я видел ваш код, что вы разрабатываете функции для построения нейронной сети с помощью C #.Это великолепно.Но я могу убедиться, что сигмоида недостаточно для вашей модели нейронной сети.