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。

from: http://blog.csdn.net/smf0504/article/details/71698354

补充：

train loss：训练误差
不同模型用的代价函数可能不一样，这个train loss具体的值的计算方式也不一样。但表达的意思都是用来表示，训练集在模型中的预测结果与真实结果的误差。