loss:训练集的损失值
val_loss:测试集的损失值
一般训练规律：
loss，val_loss：训练网络正常，最理想情况情况。
loss，val_loss：网络过拟合。解决办法：①数据集没问题：可以向网络“中间深度”的位置添加Dropout层；或者逐渐减少网络的深度（靠经验删除一部分模块）。②数据集有问题：可将所有数据集混洗重新分配，通常开源数据集不容易出现这种情况。
loss，val_loss：数据集有严重问题，建议重新选择。一般不会出现这种情况。
loss，val_loss：学习过程遇到瓶颈，需要减小学习率（自适应动量优化器小范围修改的效果不明显）或batch数量。
loss，val_loss：可能是网络结构设计问题、训练超参数设置不当、数据集需要清洗等问题。属于训练过程中最差情况。
（注意：上面提到的“下降”、“稳定”和“上升”是指整体训练趋势。）
