1、train_loss 与 val_loss
train_loss 不断下降,val_loss不断下降,说明网络仍在学习;
train_loss不断下降,val_loss趋于不变,说明网络过拟合;
train_loss趋于不变,val_loss不断下降,说明数据集100%有问题;
train_loss 趋于不变,val_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,val_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。