文章目录 1 均方误差(Mean Squared Error, MSE) 1.1 MSE介绍1.2 MSE为何不常用于分类1.3 那什么常用于分类呢? 2 二值交叉熵损失(Binary Cross Entropy Loss, BCE) 2.1 BCE介绍2.2 pytorch中的BCELoss与自己实现的区别 3 交叉熵损失(Cross Entropy Loss, CE) 3.1 CE介绍3.2 分类损失到底怎么得到的3.3 pytorch中的CELoss 4 解释BCE并不是只能学习0或1的label5 参考链接https://blog.youkuaiyun.com/weixin_45377629/article/details/124006451