验证集的loss和准确率变动大

感觉有过拟合的问题，已经在全连接层中用了Dropout，使用了数据增强，权重衰减，想问问还可以怎么办，图片如下

少训练上一些轮或者提前终止，要不你就在训练集里加上一些错误的例子

比如一个样本，a，b
a是特征值，b是真实的分类标签或者目标值
你可以尝试将b取反或者调大调小
也可以将a打乱或者random生成一下
然后将新改的样本加入原来的train_set一同去训练，得出model后再去predict求loss