我正在学习和试验神经网络，并希望得到更有经验的人对以下问题的意见：
当我在 Keras 中训练自动编码器（'mean_squared_error' 损失函数和 SGD 优化器）时，验证损失逐渐下降。并且验证准确性正在上升。到目前为止，一切都很好。
然而，一段时间后，损失不断减少，但准确率突然回落到低得多的低水平。
- 准确率上升非常快并保持高位突然回落是“正常”还是预期的行为？
- 即使验证损失仍在减少，我是否应该以最大准确度停止训练？换句话说，使用 val_acc 或 val_loss 作为指标来监控提前停止？
见图片：
损失：（绿色 = val，蓝色 = 火车]
准确度：（绿色 = val，蓝色 = 火车]
更新：下面的评论为我指明了正确的方向，我想我现在更好地理解了。如果有人可以确认以下内容是正确的，那就太好了：
准确度指标测量 y_pred==Y_true 的百分比，因此仅对分类有意义。
我的数据是真实和二进制特征的组合。准确率图上升非常陡峭然后回落，而损失继续下降的原因是因为在 epoch 5000 左右，网络可能正确预测了 +/- 50% 的二进制特征。当训练继续时，在 12000 轮左右，对真实和二元特征的预测一起得到改善，因此损失减少，但单独对二元特征的预测不太正确。因此准确率下降，而损失减少。