Стоимость не меняется в TensorFlow

Я пытаюсь построить нейронную сеть в тензорном потоке, чтобы лучше изучить библиотеку, и мое значение потерь не меняется. Это мой код:

import tensorflow as tf
import numpy as np
import pandas as pd
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

all_data = pd.read_csv('/projects/data/testfile.csv')
all_data = all_data.values

size_layer1 = 1
size_layer2 = 10
size_layer3 = 1

labels = all_data[:, 9]; labels = tf.convert_to_tensor(labels, np.float32); labels = tf.reshape(labels, [985, 1])
data = all_data[:, 6]; data = tf.convert_to_tensor(data, np.float32)
theta1 = tf.Variable(tf.zeros([size_layer2, size_layer1])); theta1 = tf.reshape(theta1, [10, 1])
theta2 = tf.Variable(tf.zeros([size_layer3, size_layer2])); theta2 = tf.reshape(theta2, [1, 10])

a1 = data; a1 = tf.reshape(a1, [1, 985])
z2 = tf.matmul(theta1, a1)
a2 = tf.nn.relu(z2)
z3 = tf.matmul(theta2, a2)
a3 = tf.nn.sigmoid(z3)
h = tf.transpose(a3)

cost = tf.losses.mean_squared_error(labels, h)
train = tf.train.GradientDescentOptimizer(0.01).minimize(cost)

init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    for i in range(10):
        sess.run(train)
        print(sess.run(cost))

Весь мой набор данных имеет размер 985x12, но большинство столбцов текстовые, поэтому я выделил два столбца. Я знаю, что нейронную сеть нельзя использовать так, с системой узлов 1:10:1 и с метками с реальными номерами, но я не пытаюсь оптимизировать сеть, просто изучаю язык. И я знаю, что должен использовать масштабирование признаков/нормировку среднего, но, как я уже сказал, я не пытаюсь идеально оптимизировать нейронную сеть. Это мой вывод:

73948990000.0
73948990000.0
73948990000.0
73948990000.0
73948990000.0
73948990000.0
73948990000.0
73948990000.0
73948990000.0
73948990000.0

Я пробовал много вещей. Первоначально моя функция стоимости была обычной кросс-энтропией, но, поскольку мои данные оценивались в виде вещественных чисел, я изменил ее на среднеквадратичную ошибку. Я также пытался изменить оптимизатор, и это ничего не изменило. Проблема в том, что я плохо проектирую сеть и использую неправильную архитектуру, или это что-то другое?