因为argmax函数不能求导，也就不会有梯度
backward的反向传播的梯度到loss是终止了
其实也很容易看出这个问题，如果最后一步使用了argmax，loss的属性 requires_grad=False，直接调用backward会提示你需要给loss增加梯度属性，但这“治表不治本 ”
网上有两个ref参考
https://discuss.pytorch.org/t/torch-argmax-cause-loss-backward-dont-work/64782/2
https://discuss.pytorch.org/t/backpropagation-issue-when-using-argmax/100335/6
以及 TORCH.TENSOR.GRAD 的文档
This attribute is None by default and becomes a Tensor the first time a call to backward() computes gradients for self. The attribute will then contain the gradients computed and future calls to backward() will accumulate (add) gradients into it.
这段话说明了梯度的两个特点：一是第一次调用backward才会计算梯度，之前是None，二是梯度是可以累加的，如果没有手动清掉的话
补充：
知乎直接给我推了这个问题...: 怎么克服神经网络训练中argmax的不可导性
不过通常来说还是loss设计有问题，比如我本该用回归loss用成了分类loss，才被迫使用argmax