神经网络常见的损失函数

LiLi_code

于 2021-05-23 00:13:17 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：人工智能文章标签：神经网络 tensorflow

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/LiLi_code/article/details/117173641

损失函数用于评估预测值与真实值的差距，是优化神经网络模型的关键。分类任务常用交叉熵损失，回归任务常采用Smooth损失，网络通过最小化损失函数调整权重以提升性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

衡量预测值与真实值之间的差异的函数就叫做损失函数，衡量模型参数的质量的函数，衡量的方式是比较网络输出和真实输出的差异。

常见命名：

分类任务的损失函数

交叉熵结果越接近0，说明预测结果越接近真实值。

回归任务的损失函数

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。