“训练卡住（Loss不再下降）” 不等于 “梯度很小（接近0）”，当遇到“训练卡住”时，不要只检查梯度是否消失，如果梯度还在剧烈震荡但 Loss 不动，说明优化器可能陷入了平坦区域
上方的 Loss 图：在迭代次数超过 300 之后，Loss 基本变成了一条平直线，不再下降，也就是“训练卡住了”。
下方的 Gradient Norm 图：如果你看红圈圈出来的地方（对应 Loss 平坦的区间），梯度的范数（Norm of Gradient）并不小，它仍然在剧烈地上下震荡。
客制化learning-rate
第一个学习率持续下降
第二个习率先变大后变小
第一个是普通梯度下降，第二个是考虑gradient的大小和方向，
是考虑大小