我刚刚开始进入深度学习领域，并且使用 PyTorch 完成了我的第一次模型训练。

我决定在自定义数据集上使用来自 torchvision 的预构建模型，更具体地说是 mobilenet_v2 ( https://pytorch.org/docs/stable/_modules/torchvision/models/mobilenet.html#mobilenet_v2 ) 用于二进制分类。

我设法在训练集和测试集上都获得了 100% 的准确率（这个特定的数据集并不难，所以没什么奇怪的）

我不明白的是为什么测试损失似乎比火车损失高几个数量级，而两种情况下的准确率都是 100%。有人可以解释一下这里发生了什么吗？

我在下面向您展示训练数据：

Epoch: 1/15, Train Loss: 0.22990, Train accuracy: 88.48%, Test Loss: 2.10275, Test accuracy: 99.22%

Epoch: 2/15, Train Loss: 0.03988, Train accuracy: 99.41%, Test Loss: 2.08563, Test accuracy: 99.22%

Epoch: 3/15, Train Loss: 0.02211, Train accuracy: 99.41%, Test Loss: 2.05521, Test accuracy: 100.00%

Epoch: 4/15, Train Loss: 0.01173, Train accuracy: 99.80%, Test Loss: 2.05332, Test accuracy: 100.00%

纪元：5/15，训练损失：0.00499，训练准确度：100.00%，测试损失：2.04989，测试准确度：100.00%

纪元：6/15，训练损失：0.00381，训练准确度：100.00%，测试损失：2.04952，测试准确度：100.00%

纪元：7/15，训练损失：0.00171，训练准确度：100.00%，测试损失：2.04999，测试准确度：100.00%

Epoch: 8/15, Train Loss: 0.00072, Train accuracy: 100.00%, Test Loss: 2.04971, Test accuracy: 100.00%

纪元：9/15，训练损失：0.00045，训练准确度：100.00%，测试损失：2.04938，测试准确度：100.00%

纪元：10/15，训练损失：0.00035，训练准确度：100.00%，测试损失：2.04932，测试准确度：100.00%

Epoch: 11/15, Train Loss: 0.00029, Train accuracy: 100.00%, Test Loss: 2.04920, Test accuracy: 100.00%

纪元：12/15，训练损失：0.00025，训练准确度：100.00%，测试损失：2.04922，测试准确度：100.00%

纪元：13/15，训练损失：0.00022，训练准确度：100.00%，测试损失：2.04906，测试准确度：100.00%

纪元：14/15，训练损失：0.00020，训练准确度：100.00%，测试损失：2.04914，测试准确度：100.00%

纪元：15/15，训练损失：0.00018，训练准确度：100.00%，测试损失：2.04905，测试准确度：100.00%