深度学习-损失函数

---

前言

本深度学习系列是根据paddle飞浆所简单整理的，需要可自行跳转学习。本节是关于深度学习-损失函数的相关内容，包括交叉熵损失、MSE损失、CTC损失、Lb损失。这是只简单记录部分知识，目的是方便以后复习。

---

一、交叉熵损失

二、均方差损失（Mean Square Error，MSE）

均方误差损失又称为二次损失、L2损失，常用于回归预测任务中。均方误差函数通过计算预测值和实际值之间距离（即误差）的平方来衡量模型优劣。即预测值和真实值越接近，两者的均方差就越小。

三、CTC损失

CTC 算法主要用来解决神经网络中标签和预测值无法对齐的情况，通常用于文字识别以及语音等序列学习领域

四、Lb损失

平衡 L1损失(Balanced L1 Loss)主要用于目标检测中。

---