擅长:python、mysql、java
<p>这是因为<strong>损失</strong>和<strong>准确性</strong>是两个完全不同的东西(至少在逻辑上是这样的)!</p>
<p>考虑一个例子,其中您将<code>loss</code>定义为:</p>
<pre><code>loss = (1-accuracy)
</code></pre>
<p>在这种情况下,当您尝试最小化<code>loss</code>时,<code>accuracy</code>会自动增加。</p>
<p>现在考虑另一个例子,在这里您将<code>loss</code>定义为:</p>
<pre><code>loss = average(prediction_probabilities)
</code></pre>
<p>尽管这没有任何意义,但从技术上讲,它仍然是一个有效的损失函数,并且您的<code>weights</code>仍在进行调整,以便将这种<code>loss</code>最小化。</p>
<p>但正如您所见,在本例中,<code>loss</code>和<code>accuracy</code>之间没有关系,因此您不能期望两者同时增加/减少。</p>
<p>注意:<code>Loss</code>将始终最小化(因此每次迭代后您的<code>loss</code>将减少)!</p>
<p>注:请用试图最小化的<code>loss</code>函数更新您的问题。</p>