之前訓練模型，認為網絡圖構建完成，Loss肯定是呈現下降的，就沒有太留心，知識關注F1的變化情況，找到最優的F1訓練就停止了，認為模型就ok。
但實際中發現，我們要時刻關注網絡的損失變化情況，batch size過小（6,8）都會導致模型不收斂，此時你就看不到損失的變化，只能根據F1優劣判斷模型。
那么，我們可以將batc size調的大一些（128），可以觀察到損失是平滑降低的，F1的性能也在慢慢變好。這就是通常大家用128的原因。關於迭代停止條件，
一般選20個epochs的迭代，每一次迭代后保存模型，最終你可以選擇你Loss最小的那個模型作為后期使用。