神经网络常见的损失函数

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

Smooth 上面2中损失函数的结合，使用最多

 

网络会根据损失函数更新网络参数权重，来训练网络模型，对神经网络进行优化。