首先引入网上的一些说法

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。
这是我一直核对网络的依据，引用自此处，请点击

自己的网络

主要表现为训练集的精度和loss表现正常，测试集的时候前十五左右的epoch表现正常，精度上升，loss下降，但是15epoch后精度和loss都趋于不变的状态。
然后，也找到了大佬分析的的。。我还准备自己分析，美滋滋一波
这个就是和我上面描述的一样，适合我这种新手