train loss 与 test loss 结果分析:
- train loss 不断下降，test loss不断下降，说明网络仍在学习;
- train loss 不断下降，test loss趋于不变，说明网络过拟合;
- train loss 趋于不变，test loss不断下降，说明数据集100%有问题;
- train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;
- train loss 不断上升，test loss不断上升，说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题。