我是損失函數，用來表現預測數據與實際數據的差距而存在

損失函數定義 機器學習模型關於單個樣本的預測值與真實值的差稱爲損失。損失越小，模型越好，如果預測值與真實值相等，就是沒有損失。用於計算損失的函數稱爲損失函數。模型每一次預測的好壞用損失函數來度量。 機器通過損失函數進行學習。這是一種評估特定算法對給定數據建模程度的方法。如果預測值與實際結果偏離較遠，損失函數會得到一個非常大的值。在一些優化函數的輔助下，損失函數逐漸學會減少預測值的誤差。 通俗的講損

>>阅读原文<<