如果Apple turicreate总是返回相同的标签，可能有以下几种解决方法:

1. 检查数据集：首先确保你的数据集是多样化的，并且包含了不同的特征和标签。如果数据集中只有一种标签，模型自然会返回相同的标签。

2. 数据预处理：进行数据预处理，包括数据清洗、特征提取、特征缩放等。确保数据集中的特征具有不同的值范围和分布，这样有助于模型学习到更多的模式和特征。

3. 调整模型参数：尝试调整模型的参数，例如学习率、正则化参数等。这些参数可能会影响模型的收敛速度和准确性。

4. 增加训练数据：如果你的训练数据量较小，可以考虑增加训练数据的数量。更多的训练数据可以帮助模型更好地学习到数据集的不同特征和模式。

5. 尝试其他模型：如果上述方法都没有解决问题，可以尝试使用其他机器学习模型或深度学习模型。不同的模型可能对数据集的特征有不同的适应性。

以下是一个简单的示例代码，演示如何使用Apple turicreate构建一个图像分类模型，并解决返回相同标签的问题：

import turicreate as tc

# 加载数据集
data = tc.SFrame('data.sframe')

# 划分训练集和测试集
train_data, test_data = data.random_split(0.8)

# 创建图像分类模型
model = tc.image_classifier.create(train_data, target='label')

# 对测试集进行预测
predictions = model.predict(test_data)

# 打印预测结果
print(predictions)

确保在加载数据集时，数据集中包含多个标签，并且标签是正确的。如果数据集中只有一个标签，模型将无法学习到不同的模式和特征。使用tc.SFrame加载数据集，并使用random_split方法将数据集划分为训练集和测试集。然后，使用image_classifier.create方法创建图像分类模型，并将训练集的标签作为目标变量。最后，使用模型对测试集进行预测，并打印预测结果。