[論文筆記] 損失函數整理

[論文筆記] 損失函數整理 損失函數集合 損失函數對於機器學習，就像一把尺子，用來度量模型，指導模型訓練用，因此損失函數的設計和模型結構設計一樣重要。損失函數用來評價預測值和真實值間的關係，好像大多數關於loss的論文都出在人臉辨識和細粒度分類領域。 Contrastive Loss 對比損失函數，來自Yann LeCun的論文Dimensionality Reduction by Learnin

>>阅读原文<<