cost曲线和准确率曲线贴图如下，蓝线为训练集，橙线为测试集！


运行环境：
python==3.6
Tensorflow==1.8.0
出图程序是自己加的，大致如下

是否打印成本

        if print_cost:
            # 每5代打印一次损失值和训练集准确度
            if epoch % 5 == 0:
                # 当前的预测情况
                corrent_prediction = tf.equal(tf.argmax(Z3, 1), tf.argmax(Y, 1))
                # 当前的准确度
                corrent_accuracy = tf.reduce_mean(tf.cast(corrent_prediction, "float"))

                Ac_train = corrent_accuracy.eval({X: X_train, Y: Y_train})  # 当前训练集准确度
                Ac_test = corrent_accuracy.eval({X: X_test, Y: Y_test})  # 当前测试集准确度

                # 当前测试集损失值
                test_cost = sess.run(cost, feed_dict={X: X_test, Y: Y_test})

                print("当前是第 " + str(epoch) + " 迭代，成本值为：" + str(minibatch_cost) + "训练集准确度为：" + str(Ac_train))

        # 记录成本
        if epoch % 5 == 0:
            costs.append(minibatch_cost)
            accuracys_train.append(Ac_train)
            accuracys_test.append(Ac_test)
            test_costs.append(test_cost)

如图，测试集的cost值在增大，而准确率在缓慢上升，是数据集的问题还是模型的问题，还是出图程序的问题？
提前感激大佬了！！！