- 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，需要减小学习率或增大批量数目;可能造成的原因，数据集噪声过多,label标记大量错误或者不规范，数据读取错误，类别不平衡
- 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。
- train loss不断下降，dev（或test）loss不断上升：说明网络过拟合
第一看下是不是表达式有问题，第二调小学习率和增大Batch Size，第三在loss加正则化项
检查代码没什么问题，应该是陷入了局部最优，可以把学习率调低一点