训练期间的损失率突然增加

Question

我正在尝试在具有16800张大小为（480,270），分为100类的图像的数据集上训练ResNet50。 训练开始时，损失在减少，然后开始增加

A正在对我的模型使用以下编译设置：

model.compile(loss='categorical_crossentropy',
          optimizer='adam',
          metrics=['accuracy'])

以下是第一个时期的丢失率和准确率

我想知道这是否是一个过拟合的方面，尽管数据集很大？我该怎么做才能帮助损失再次减少？我应该降低学习率还是等待更多的纪元或其他解决方案？