caffe詳解之損失函數

【轉】Caffe中的損失函數解析 導言 在有監督的機器學習中，需要有標籤數據，與此同時，也需要有對應的損失函數（Loss Function）。 在Caffe中，目前已經實現了一些損失函數，包括最常見的L2損失函數，對比損失函數，信息增益損失函數等等。在這裏做一個筆記，歸納總結Caffe中用到的不同的損失函數，以及分析它們各自適合的使用場景。 歐式距離損失函數（Euclidean Loss） 對比損

>>阅读原文<<