验证损失和验证准确性之间不匹配-卷积神经网络

Question

我正在使用Python 3.7和TensorFlow 2.0以及CIFAR10数据集上的体系结构来训练卷积神经网络：

卷积层：64、64，最大池化层

致密层：256、256、10

我正在使用具有以下参数的自定义提前停止准则来训练此CNN： minimum_delta = 0.001，耐心= 3，而要监视的数量是验证损失或“ val_loss”。 Early Stopping Reference。

培训的输出作为图片附上：

最低的验证损失（0.8897）出现在第5阶段，验证准确性为69.41％，而第8阶段的验证损失更高，为0.9487，但最高验证准确性为70.27％。早期停止标准停止了进一步的训练，因为由于“耐心”值为3，因此在第5阶段之后监视的数量“ val_loss”停止减小。

为什么验证损失和验证准确性之间存在差异？我认为验证损失和准确性是齐头并进的，也就是说，验证损失最低的时代应该因此具有最低的验证准确性。

由于这种差异，监视的数量应该是“ val_loss”还是“ val_accuracy”？

谢谢！