从模型训练的角度来讲，失败的尝试只是计算损失函数的一部分，是通往最小化损失函数的路途中必不可少的一环，是达到最终结果的步骤；
如果每一次尝试都是正确结果，那将无法反向传播，没有损失，就没有学习，模型永远保持初始状态；
哪怕最终的模型有能力做到百分之百的正确率，那模型大概率将极其不稳定泛化性能极低；
所以我的失败不是一种挫折，只是一种策略优化[嘻嘻]