损失不降
- 清空梯度了吗？
optimizer.zero_grad() - 梯度回传了吗？
loss.backward() - 更新模型了吗？
optimizer.gtep() - 切换模式了吗？
model.train() / model.eval() - 用到了
masked_loss的地方，mask的0/1处理方式反了吗？还是1-mask才对？
可视化不对
- 数据可视化逻辑一致吗？
- 数据范围一致吗？有没有padding进来额外的0之类的？推荐按固定的区间对pred和gt同时进行可视化。
预测值中出现NaN
- 模型输出有没有被限定到合理范围？
- 模型权重的初始化方式优化一下？（实测经常有效果）
- 尝试减小学习率？或者更改调度策略，尽量不要太长时间维持在较高学习率？
测试集性能太差？
- 多来一些数据增强？
