训练集准确率97%（很高），测试集准确率50%~60%（很低），解决方案探索

训练集在训练过程中，loss稳步下降，准确率上升，最后能达到97%

验证集准确率没有升高，一直维持在50%左右（二分类问题，随机概率）

测试集准确率57%

在网上搜索可能打的原因：

1.learning rate太小，陷入局部最优

2.训练集和测试集数据没有规律

3.数据噪声太大

4.数据量太小（总共1440个样本，80%为训练集）

5.训练集和测试集数据分布不同：如训练集正样本太少（训练集和测试集每次运行随机选择，故排除）

6.数据集存在问题，如标注有问题（采用公开数据集，排除）

7.学习率过大？？？

8.模型参数量过多而数据量过少

9.过拟合

10.输入到网络中的特征有问题，特征与label之间没有很明确的关联，或特征太少

11.数据没有归一化

自己猜测可能的问题：

1.正好选择了效果差的被试（脑电数据不同被试之间识别准确率有一定差距）

2.输入样本的特征向量维度太大，而数据量不够大