好不容易弄出一个神经网络，效果还行，结果老师说要做消融实验，就是每次删除一个特征，然后用后向选择。
但是神经网络每次都是调出来的，怎么可能在特征变化的时候，神经网络不可能一直表现好啊。
然后老师直接怀疑我代码写错了，我用的是tensorflow，就调用了一些接口。
他承认自己不懂神经网络，但是他认为少几个特征，神经网络就不行了，一定是我的问题。
他说这么做是想知道哪些特征更有用。
我解释了很多，他基本不听，也不去了解，因为他认为神经网络和普通机器学习一样的，没有值得深入研究的价值。
然后我直接卡死在原地。神经网络每次跑出来的结果都不能一直固定，我怎么可能做什么后向选择呢。
大家有什么看法？