深度學習-常用損失函數

1. 引言 損失函數是機器學習與深度學習裏面的重要概念。從名字上就可以看出，損失函數(Loss Function)反應的是模型對數據的擬合程度。一般來說，損失函數越小，說明模型對數據的擬合也越好。同時我們還希望當損失函數比較大的時候，對應的梯度也會比較大，這樣梯度下降的時候更新也會快一些。 損失函數是用來估量模型的預測值f(x)與真實值Y的不一致程度，它是一個非負值函數，通常用L(Y,f(x))來

>>阅读原文<<