模型训练结果分析: 训练集表现良好，但存在过拟合

[300/300]: train_loss:0.602, train_acc:0.774, eval_loss:1.561, eval_acc:0.504, time:15.688

根据提供的训练结果，最后一个epoch的训练损失为0.602，训练准确率为0.774，验证损失为1.561，验证准确率为0.504，训练时间为15.688秒。

根据这些指标，可以得出以下评价：

1. 训练损失为0.602，表示模型在训练集上的平均损失较低，说明模型对训练数据的拟合较好。

2. 训练准确率为0.774，表示模型在训练集上的分类准确率较高，能够较好地识别训练数据。

3. 验证损失为1.561，验证准确率为0.504，说明模型在验证集上的表现相对较差。验证集的损失较高，准确率较低，可能存在过拟合的情况。

4. 训练时间为15.688秒，这个时间取决于你的数据集的大小和计算资源的性能。

综上所述，您的模型在训练集上表现良好，但在验证集上出现了过拟合的情况。建议尝试一些减少过拟合的方法，如增加训练数据、使用正则化技术、调整模型复杂度等，以提高模型的泛化能力。