AlexNET 训练准确率奇差，可能是什么原因导致的？

如题，初学过程中实现 alexnet ，原以为训练效果会挺好看，结果准确率奇差无比，可能是什么原因导致的？

数据集因为 imagenet 太大了，用的 fasionMnist ，原格式[1,28,28]，放大到[1,227,227]后输入

网络结构写这样：

class NeuralNetwork(nn.Module):
    def __init__(self):
        super(NeuralNetwork, self).__init__()
        self.conv2d_relu_stack = nn.Sequential(
            nn.Conv2d(1, 96, kernel_size = 11, stride=4, padding=1), nn.ReLU(),
            nn.MaxPool2d(kernel_size = 3, stride=2),
            nn.Conv2d(96, 256, kernel_size = 5, padding=2), nn.ReLU(),
            nn.MaxPool2d(kernel_size = 3, stride=2),
            nn.Conv2d(256, 384, kernel_size = 3, padding=1), nn.ReLU(),
            nn.Conv2d(384, 384, kernel_size = 3, padding=1), nn.ReLU(),
            nn.Conv2d(384, 256, kernel_size = 3, padding=1), nn.ReLU(),
            nn.MaxPool2d(kernel_size = 3, stride=2),
            nn.Flatten(),
            nn.Linear(9216, 4096), nn.ReLU(), nn.Dropout(p=0.5),
            nn.Linear(4096, 4096), nn.ReLU(), nn.Dropout(p=0.5),
            nn.Linear(4096, 10)
        )

训练 50 个 epoch 后准确率 85%，个人感觉低的十分夸张，哪里写错了吗？

完整代码： https://pastebin.com/enzCeHin