模型训练二分类问题，测试集loss不断上升

我的数据集是BraTs21 task2的公开数据集
我使用resnet18，resnet50，EfficientNetV2三个模型进行二分类模型的训练，三个模型训练的过程中都出现了训练集的loss不断下降，但是测试集的loss不断上升的现象，请问该怎么解决

epoches = 100
model = EfficientNetV2.efficientnetv2_s()
# model.summary()
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)
criterion =nn.CrossEntropyLoss()  # 分类一般使用交叉熵
optimizer = optim.Adam(model.parameters(), lr=0.001)

以上是超参数设置，如还需要更多信息，可以在评论区联系我

典型的过拟合现象，你可以在网络中加上torch.nn.Dropout()试试看效果会不会好一些，默认一般加torch.nn.Linear之后