损失函数是模型训练和优化的核心度量，其本质是为梯度下降算法提供明确的优化目标 —— 通过计算预测值与真实值的差异，损失函数的梯度（导数）为模型参数更新指明方向（梯度反方向为损失下降最快路径）。不同损失函数的数学形态（如交叉熵的平滑曲线、MSE 的抛物线、MAE 的 V 型结构）决定了梯度特性，进而影响优化效率：线性梯度推动快速收敛，常数梯度导致后期优化放缓，而动态权重设计（如焦点损失）则能自适应调整优化重点，这些特性共同塑造了模型学习的行为模式。
梯度下降介绍：网页连接
一、分类任务的损失函数
1.1 交叉熵损失（Cross-Entropy Loss）
数学公式：
-
基础公式：
L = − ∑ k = 1 K y k ⋅ log y ^ L = -\sum_{k=1}^K y_k \cdot \log\hat{y} L=−k=1∑Kyk⋅logy^
其中 y k y_k yk 是真实标签（one-hot 编码）， y ^ \hat{y} y^ 是模型预测的概率。 -
二分类：
L = − [ y ⋅ log p ^ + ( 1 − y ) ⋅ log ( 1 − p ^ ) ] L = -[y \cdot \log\hat{p} + (1-y) \cdot \log(1-\hat{p})] L=−[y⋅logp^+(1−y)⋅log(1−p^)]
其中 y y y 是真实标签（0 或 1）， p ^ \hat{p} p^ 是模型预测为正类的概率。 -
多分类（Softmax交叉熵）：
L = − ∑ k = 1 K y k ⋅ log ( e z k ∑ i = 1 K e z i ) L = -\sum_{k=1}^K y_k \cdot \log\left(\frac{e^{z_k}}{\sum_{i=1}^K e^{z_i}}\right) L=−k=1∑Kyk⋅log(∑i=1Keziezk)
其中 z k z_k zk为模型对第 k k k类的原始输出， y k y_k yk为one-hot标签。
数学原理：
- 信息论基础：交叉熵 H ( p , q ) = − ∑ p ( x ) log q ( x ) H(p,q) = -\sum p(x)\log q(x) H(p,q)=−∑p(x)logq(x)衡量两个概率分布 p p p（真实）与 q q q（预测）的差异，当 p = q p=q p=q时交叉熵等于信息熵 H ( p ) H(p) H(p)，差异越大交叉熵越大。
- 最大似然等价性：假设样本服从伯努利分布（二分类）或多项分布（多分类），最大化似然函数等价于最小化交叉熵。以二分类为例，似然函数为：
L ( θ ) = ∏ p ^ y ( 1 − p ^ ) 1 − y L(\theta) = \prod \hat{p}^y(1-\hat{p})^{1-y} L(θ)=∏p^y(1−p^)1−y
取对数后：
log L ( θ ) = ∑ [ y log p ^ + ( 1 − y ) log ( 1 − p ^ ) ] = − n ⋅ L C E \log L(\theta) = \sum [y\log\hat{p} + (1-y)\log(1-\hat{p})] = -n \cdot L_{CE} logL(θ)=∑[ylogp^+(1−y)log(1−p^)]=−n⋅LCE
因此最小化交叉熵等价于最大化对数似然。
数学图像：
绘图代码：
import numpy as np # 导入 NumPy 库，用于数值计算（如数组、矩阵运算等）
import matplotlib.pyplot as plt # 导入 Matplotlib 的 pyplot 模块，用于绘图
from matplotlib.ticker import FormatStrFormatter # 导入格式化坐标轴刻度的工具
# 设置中文字体
plt.rcParams["font.family"] = ["SimHei"] # 设置默认字体为黑体，以支持中文显示
plt.rcParams["axes.unicode_minus"] = False # 禁用 Unicode 负号显示，使用正常减号 '-' 显示负数
# 定义二分类交叉熵损失函数
def cross_entropy_loss(p_hat, y):
"""
计算二分类交叉熵损失值。
参数:
p_hat (float): 模型预测的概率值，范围在 [0,1]
y (int): 真实标签，取值为 0 或 1
返回:
float: 交叉熵损失值
"""
epsilon = 1e-10 # 防止对数输入为 0
p_hat = np.clip(p_hat, epsilon, 1 - epsilon) # 将概率限制在 [epsilon, 1 - epsilon] 范围内
return - (y * np.log(p_hat) + (1 - y) * np.log(1 - p_hat)) # 二分类交叉熵公式
# 计算交叉熵损失的导数
def cross_entropy_derivative(p_hat, y):
"""
计算二分类交叉熵损失对预测概率 p_hat 的导数。
参数:
p_hat (float): 模型预测的概率值
y (int): 真实标签，0 或 1
返回:
float: 损失对 p_hat 的导数值
"""
return p_hat - y # 二分类交叉熵的导数形式
# Softmax 函数
def softmax(z):
"""
计算 Softmax 函数值，将 logits 转换为概率分布。
参数:
z (np.ndarray): 输入的一维数组，表示各类别的 logit 值
返回:
np.ndarray: 各类别对应的概率分布
"""
exp_z = np.exp(z - np.max(z)) # 减去最大值避免指数爆炸
return exp_z / exp_z.sum() # 归一化得到概率分布
# 多分类交叉熵损失函数
def categorical_cross_entropy(y_true, y_pred):
"""
计算多分类交叉熵损失值。
参数:
y_true (np.ndarray): one-hot 编码的真实标签向量
y_pred (np.ndarray): 模型预测的概率向量（Softmax 输出）
返回:
float: 多分类交叉熵损失值
"""
epsilon = 1e-10
y_pred = np.clip(y_pred, epsilon, 1 - epsilon) # 防止 log(0)
return -np.sum(y_true * np.log(y_pred)) # 多分类交叉熵公式
# 多分类交叉熵损失的导数
def categorical_cross_entropy_derivative(y_true, y_pred):
"""
计算多分类交叉熵损失对模型输出（logits）的导数。
参数:
y_true (np.ndarray): one-hot 编码的真实标签向量
y_pred (np.ndarray): 模型预测的概率向量（Softmax 输出）
返回:
np.ndarray: 损失对 logits 的导数（梯度）
"""
return y_pred - y_true # 多分类交叉熵导数形式
# 生成预测概率数据
p_hat = np.linspace(0.01, 0.99, 1000) # 生成从 0.01 到 0.99 的 1000 个预测概率值
# 计算二分类损失和导数
loss_y0 = cross_entropy_loss(p_hat, y=0) # y=0 时的损失值
loss_y1 = cross_entropy_loss(p_hat, y=1) # y=1 时的损失值
derivative_y0 = cross_entropy_derivative(p_hat, y=0) # y=0 时的导数值
derivative_y1 = cross_entropy_derivative(p_hat, y=1) # y=1 时的导数值
# 多分类损失和导数计算（固定真实标签为 [1, 0, 0]）
z_values = np.linspace(-5, 5, 1000) # 生成从 -5 到 5 的 1000 个 logit 值
cce_losses = [] # 存储每个 logit 对应的多分类交叉熵损失
cce_derivatives = [] # 存储每个 logit 对应的导数值
for z in z_values:
logits = np.array([z, 0.0, 0.0]) # 固定其他两个类别的 logit 为 0
probs = softmax(logits) # 使用 Softmax 转换为概率分布
loss = categorical_cross_entropy(y_true=np.array([1, 0, 0]), y_pred=probs) # 计算损失
grad = categorical_cross_entropy_derivative(y_true=np.array([1, 0, 0]), y_pred=probs) # 计算导数
cce_losses.append(loss) # 添加到损失列表
cce_derivatives.append(grad[0]) # 只取第一个 logit 对应的梯度值添加到导数列表
# 创建图像（新增一列用于绘制多分类导数）
fig1, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 6)) # 创建第一个图形窗口，包含两个子图
# 绘制二分类损失图像
ax1.plot(p_hat, loss_y0, label='y=0时的损失', color='#5DA5DA', linewidth=2) # 绘制 y=0 的损失曲线
ax1.plot(p_hat, loss_y1, label='y=1时的损失', color='#FAA43A', linewidth=2) # 绘制 y=1 的损失曲线
ax1.set_xlabel(r'预测概率 $\hat{p}$', fontsize=12) # 设置 x 轴标签
ax1.set_ylabel('损失值 L', fontsize=12) # 设置 y 轴标签
ax1.set_title('二分类交叉熵损失函数图像', fontsize=14) # 设置图像标题
ax1.legend(fontsize=12) # 添加图例
ax1.grid(True, linestyle='--', alpha=0.7) # 添加网格线
ax1.xaxis.set_major_formatter(FormatStrFormatter('%.1f')) # 格式化 x 轴刻度为一位小数
# 绘制二分类导数图像
ax2.plot(p_hat, derivative_y0, label='y=0时的导数', color='#5DA5DA', linewidth=2) # 绘制 y=0 的导数曲线
ax2.plot(p_hat, derivative_y1, label='y=1时的导数', color='#FAA43A', linewidth=2) # 绘制 y=1 的导数曲线
ax2.axhline(y=0, color='k', linestyle='--', alpha=0.5) # 绘制 y=0 的参考线
ax2.set_xlabel(r'预测概率 $\hat{p}$', fontsize=12) # 设置 x 轴标签
ax2.set_ylabel(r'导数 $\partial L/\partial\hat{p}$', fontsize=12) # 设置 y 轴标签
ax2.set_title('二分类交叉熵损失函数的导数图像', fontsize=14) # 设置图像标题
ax2.legend(fontsize=12) # 添加图例
ax2.grid(True, linestyle='--', alpha=0.7) # 添加网格线
ax2.xaxis.set_major_formatter(FormatStrFormatter('%.1f')) # 格式化 x 轴刻度为一位小数
# 创建第二个图形窗口，包含两个子图
fig2, (ax3, ax4) = plt.subplots(1, 2, figsize=(14, 6))
# 绘制多分类交叉熵损失图像
ax3.plot(z_values, cce_losses, label='多分类交叉熵损失', color='#60BD68', linewidth=2) # 绘制损失曲线
ax3.set_xlabel(r'logit $z_1$', fontsize=12) # 设置 x 轴标签
ax3.set_ylabel('损失值 L', fontsize=12) # 设置 y 轴标签
ax3.set_title('多分类交叉熵损失函数图像', fontsize=14) # 设置图像标题
ax3.legend(fontsize=12) # 添加图例
ax3.grid(True, linestyle='--', alpha=0.7) # 添加网格线
ax3.xaxis.set_major_formatter(FormatStrFormatter('%.1f')) # 格式化 x 轴刻度为一位小数
# 绘制多分类交叉熵损失的导数图像
ax4.plot(z_values, cce_derivatives, label='多分类损失导数', color='#F15854', linewidth=2) # 绘制导数曲线
ax4.axhline(y=0, color='k', linestyle='--', alpha=0.5) # 绘制 y=0 的参考线
ax4.set_xlabel(r'logit $z_1$', fontsize=12) # 设置 x 轴标签
ax4.set_ylabel(r'导数 $\partial L/\partial z_1$', fontsize=12) # 设置 y 轴标签
ax4.set_title('多分类交叉熵损失函数的导数图像', fontsize=14) # 设置图像标题
ax4.legend(fontsize=12) # 添加图例
ax4.grid(True, linestyle='--', alpha=0.7) # 添加网格线
ax4.xaxis.set_major_formatter(FormatStrFormatter('%.1f')) # 格式化 x 轴刻度为一位小数
# 调整布局
plt.tight_layout() # 自动调整子图参数，防止重叠
plt.show() # 显示所有图形
1.2 Hinge损失（Hinge Loss）
数学公式：
-
二分类：
L = max ( 0 , 1 − y ⋅ y ^ ) L = \max(0, 1 - y \cdot \hat{y}) L=max(0,1−y⋅y^)
其中 y ∈ { − 1 , 1 } y \in \{-1, 1\} y∈{ −1,1}， y ^ \hat{y} y^为模型输出分数。 -
多分类扩展（One-vs-Rest）：
L = max ( 0 , 1 + max k ≠ y y ^ k − y ^ y ) L = \max(0, 1 + \max_{k\neq y}\hat{y}_k - \hat{y}_y) L=max(0,1+k=ymaxy^k−y^y)
数学原理：
- 几何解释：Hinge损失追求"分类间隔"最大化，当样本分类正确且间隔 y ⋅ y ^ ≥ 1 y \cdot \hat{y} \geq 1 y⋅y^≥1时损失为0，否则惩罚大小为 1 − y ⋅ y ^ 1 - y \cdot \hat{y} 1−y⋅y^。
- 优化目标：对应SVM的优化问题：
min w , b 1 2 ∥ w ∥ 2 + C ∑ max ( 0 , 1 − y i ( w T x i + b ) ) \min_{w,b} \frac{1}{2}\|w\|^2 + C\sum \max(0, 1 - y_i(w^Tx_i + b)) w,bmin21∥w∥2+C∑max(0,1−yi(wTxi+b))
其中第一项为L2正则化，第二项为Hinge损失， C C C
9271
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
