深度學習剖根問底：各種Loss大總結

1. 指數損失函數（Adaboost） 學過Adaboost算法的人都知道，它是前向分步加法算法的特例，是一個加和模型，損失函數就是指數函數。在Adaboost中，經過m此迭代之後，可以得到fm(x): Adaboost每次迭代時的目的是爲了找到最小化下列式子時的參數α和G： 而指數損失函數(exp-loss）的標準形式如下 可以看出，Adaboost的目標式子就是指數損失，在給定n個樣本的情況下

>>阅读原文<<