L1 loss, L2 loss以及Smooth L1 Loss的對比

總結對比下\(L_1\) 損失函數，\(L_2\) 損失函數以及\(\text{Smooth} L_1\) 損失函數的優缺點。python 均方偏差MSE (\(L_2\) Loss) 均方偏差（Mean Square Error,MSE）是模型預測值\(f(x)\) 與真實樣本值\(y\) 之間差值平方的平均值，其公式以下 \[ MSE = \frac{\sum_{i=1}^n(f_{x_i}

>>阅读原文<<