PyTorch validation loss 增大，为什么 accuracy 也在增大？

loss和accuracy之间并不是一定反相关
有时候我们会在plot的图上发现损失增大了，但精度却也在提升，这是为什么呢？
我们经常计算的损失其实是逐点(pointwise)损失值的平均值，但影响精度的是损失值的分布，而不是平均值，因为精度是模型预测的类别概率的二进制阈值。
即使从平均损失中无法看出，但模型也仍然可能在改进。

Ref

损失和精度的联系（损失增大为什么精度也提升？）