先说一些典型会出现的情况：

    • train loss 不断下降，dev（或test） loss不断下降：说明网络仍在学习;
    • train loss 不断下降，dev（或test） loss趋于不变：说明网络过拟合;
    • train loss 趋于不变，dev（或test） loss不断下降：说明数据集100%有问题;
    • train loss 趋于不变，dev（或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;或者是数据集有问题（数据集标注错误数据比较多）
    • train loss 不断上升，dev（或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，数据集未经过清洗等问题。

    另外，请题主详细描述自己的情况，不然谁也不会知道你的问题出在哪里。