1. Learning rate不合适，如果太大，会造成不收敛，如果太小，会造成收敛速度非常慢；
2. Batch size太大，陷入到局部最优；
3. 网络太简单，一般情况下，网络的层数和节点数量越大，拟合能力就越强，如果层数和节点不够多，无法拟合复杂的数据，也会造成不收敛.
