caffe训练网络时loss突然增大并维持在86.3333333的问题解决

caffe中loss表示网络的收敛情况。loss不断变小表示网络是收敛的，正常情况下，loss会小到零点几的一个数之后上下波动。

造成loss突然增大并一直不降，可能的原因有很多种。大体如下：

1. 数据本身杂乱无章，并不收敛。这种情况一般需要增大数据样本的数量，或者剔除训练样本中的脏数据，保证训练样本的质量。
2. 网络的学习率太大，需要调小学习率。
3. 在caffe的分类中，类别的划分为0,1,2,3...如果不是这种划分方法，则会导致loss持续在83.3333333。（我一开始就把分类写成了1,2,3,...，结果训练半天网络不收敛）