一、学习率衰减实验

 

二、不做衰减

 

三、结论

      由此可见，使用学习率衰减，使得训练集上的loss下降更快，迭代20轮时，不使用衰减，训练集loss是0.2033，而使用衰减的是0.05。所以，对于训练集loss难以进一步下降的场景，可以使用学习率衰减。

      但是，验证集上的loss和准确率并没有显著区别，都是1.6和0.73左右，原因是模型早已过拟合，验证集收敛的loss远远大于训练集。

      猜想，在不过拟合的情况下，衰减学习率能同时提高训练集和验证集的效果。