自定义数据集loss跟val_loss非常大，总体还是下降趋势！训练1000次之后loss跟val_loss都停止了，程序也不继续训练了，这个跟训练集的大小有没有关系？

filename,width,height,class,xmin,xmax,ymin,ymax
2651631000325_.pic_hd.jpg,4096,3072,1,1528,3057,639,2410
3071631151964_.pic_hd.jpg,1080,1440,1,220,839,381,812
2711631000531_.pic_hd.jpg,3072,4096,1,584,2132,1313,3143

def parse_csv_line(line):
    defs = [
        [''],
        tf.constant(np.nan),
        tf.constant(np.nan),
        1,
        tf.constant(np.nan),
        tf.constant(np.nan),
        tf.constant(np.nan),
        tf.constant(np.nan),
    ]
    parse_fields = tf.io.decode_csv(line, record_defaults=defs)
    x_fields = tf.stack(parse_fields[4:5])
    y_fields = tf.stack(parse_fields[6:7])
    return x_fields,y_fields

model = keras.models.Sequential([
    keras.layers.Dense(30,activation='relu',input_shape=(None, 1)),
    keras.layers.Dense(1)
])

model.compile(loss="mean_squared_error",optimizer='sgd')
callbacks = [keras.callbacks.EarlyStopping(patience=5,min_delta=1e-2)]

history = model.fit(train_set,validation_data=valid_set,epochs=2,callbacks=callbacks)`

上面是csv数据集，中间是转换csv的代码，下面是训练代码，如果增加model的层次，loss出现nan ，val_loss出现inf
需求是识别图片有没有一块黑色的布，csv是我将黑色的布用labelImg标注出来的数据！！
这个问题怎么解决？