损失函数总结

时间 2021-01-02

标签损失函数繁體版

原文原文链接

本文主要总结一下常见的损失函数。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。 1. 0-1损失函数(zero-one loss) 0-1损失是指：预测值和目标值不相等损失值取1，否则为0: 0-1损失函数直接对应分类判断错误的个数，但是它是一个非凸函数，不太适用. 感知机就是用的这种损失函数。但是相

>>阅读原文<<

1. 损失函数总结（转）
2. 损失函数总结
3. 损失函数大总结
4. 【损失函数】常见的损失函数(loss function)总结
5. 【面试总结】损失函数
6. 常见损失函数总结（二）
7. 总结各种损失函数
8. 总结各类损失函数【修】
9. tensorflow中损失函数总结
10. 损失函数
更多相关文章...
• Docker 资源汇总 - Docker教程
• XML 总结下一步学习什么呢？ - XML 教程
• 算法总结-双指针
• 算法总结-回溯法