注意：这个答案是假设你正在使用Keras --你可能想把这个信息添加到你的帖子中，或者至少添加一个相关的标签。
是的，这是因为显示的值是在epoch上平均的。考虑epoch 1。在训练开始时，损失通常会很大。然后它会减少，但epoch 1的显示值仍然会包括从开始时的大值。例如，假设开始时的损失是0.75，并且线性地减小到0.25，直到第一个时期结束;这将意味着0.5的平均值，这将是时期1所示的值。
一旦epoch 2开始，平均值将被重置，并将再次计算该epoch。让我们继续这个例子，因此在epoch 2开始时损失为0.25，然后线性减少到0。这意味着epoch 2显示的损失将为0.125！然而，更重要的是，它将从0.25开始，因此在epoch开始时，您将看到从epoch 1显示的值0.5大幅下降。

只要一个时期内的平均损失在以后的时期内继续下降，那么时期内的损失波动（即运行损失）是可以的。关于为什么会有突然的跳跃，也许它收敛得很快。

我注意到使用Pytorch训练一个具有三元组损失的模型时，也出现了同样的模式。由于评估损失没有以同样的方式下降，我将其归因于模型已经看到并调整了关于这些样本损失的参数。模型已经从这些三元组中学习过一次，所以它会更好地处理Anchor-Positive距离和Anchor-Negative距离之间的差异。当然，这只适用于你在每个纪元使用相同的三元组。如果你正在进行在线三元组挖掘，并且在每个纪元中出现完全不同的三元组，那么就有别的事情发生了。