尝试一种基于concatenation的网络结构，结果错把concatenation没接到下一步，训练时出现了无数个"Train net output #.....".

改了网络结构，同时又将原数据集合扩大到了六倍，结果发现迭代速度从4s降到了36s，尝试着将数据集缩小到六分之一，但速度只提高到33s，结论是影响迭代速度的主要因素还是网络结构复杂度。

而且网络结构变复杂之后，即使batch很小，也很容易GPU内存不足。