损失函数大总结

1.定义 损失函数指的是用来估算模型的预测值和真实值之间的不一致的程度，损失函数越小代表着模型的鲁棒性更好，损失函数一般分为分类问题和回归问题。 2.分类问题的损失函数： 2.1 0-1损失： 当标签和预测值相同时为1，否则为0，可以看出该损失函数无法对x进行求导，使其深度学习这种依赖反向传播的深度学习模型难以进行优化。 2.2 交叉熵损失函数： 定义： 交叉熵是信息论中的一个重要概念，主要用于度

>>阅读原文<<