accuracy和loss同时高正常吗

不太正常。在训练神经网络时，通常会选择一种损失函数来衡量模型的性能。损失函数越小，模型的性能就越好。因此，如果损失函数很高，那么模型的精度也会很低。相反，如果损失函数很低，那么模型的精度也会很高。因此，通常情况下，accuracy和loss应该是负相关的，即随着accuracy的提高，loss应该逐渐降低。当然，也有一些特殊情况下accuracy和loss可能同时高，但这通常是因为模型过拟合了数据集。