深度学习训练的时候前几个epoch的loss下降，acc都不变是什么原因？

在训练过程中，一般根据训练轮数设置动态变化的学习率。

• 刚开始训练时：学习率以 0.01 ~ 0.001 为宜。
• 一定轮数过后：逐渐减缓。
• 接近训练结束：学习速率的衰减应该在100倍以上。

keras和Pytorch一般可以使用ReduceLROnPlateau函数，当然你也可以手动设置 lr 衰减区间

为什么前几个epoch的loss下降，acc都不变？

lr设置过小，就好比你的步子迈的很小，就很难到达山谷，因此参数开始一段时间内更新的很慢，loss下降的相对较慢，这时acc基本是不会改变的

建议：

多理解一下loss，acc的公式，就会理解了