【深度学习lstm 多个学习集样本训练时总是最后一个样本的loss太大】

通过深度学习lstm 对多个学习集样本训练时，总是最后一个样本的loss太大

样本是9个时，如图1所示，第9个的loss从开始就比别的样本loss大，但是样本的数据流特征差不多。据

把学习集样本减少掉最后一个，结果第8个样本的loss太大了。

具体原因未知，只能在程序里面将样本设为10个，当执行到第10个时，跳出循环。loss输出比较正常。

for j in range(10):
    if j == train_end:
            break

 

有没有大佬能够指点以下为什么会这样，我用的是LSTM,hidden=1，学习率=0.01，输入数据是5*3，输出是5*1的维度，由于更好的修改办法。