这是我的代码：

for it in range(EPOCH*24410//BATCH_SIZE):    tr_pa, tr_sp = sess.run([tr_para, tr_spec])    train_loss, _ = sess.run([loss, fw_op], feed_dict={x: tr_pa, y: tr_sp})    train_loss_.append(train_loss)    it_tr.append(it)    va_pa, va_sp = sess.run([va_para, va_spec])    validate_loss = sess.run(loss, feed_dict={x: va_pa, y: va_sp})    validate_loss_.append(validate_loss)

这是训练损失和验证损失的图表：

我的问题是我的验证代码是否正确？这个模型是否过拟合？

回答：

过拟合的明显标志是当你的验证损失开始增加，而你的训练损失继续减少时，即：

（图片改编自维基百科关于过拟合的条目）

以下是一些其他表示过拟合的图表（来源）：

另见Stack Overflow讨论如何判断是否发生欠拟合或过拟合？。

显然，你的图表没有表现出这种行为，因此你没有过拟合。

你的代码看起来没问题，但请注意你没有展示会话sess内部具体发生了什么。