常用损失函数总结(L1 loss、L2 loss、Negative Log-Likelihood loss、Cross-Entropy loss、Hinge Embedding loss、Margi)

常用损失函数总结(L1 loss、L2 loss、Negative Log-Likelihood loss、Cross-Entropy loss、Hinge Embedding loss、Margi)

损失函数分类与应用场景

损失函数可以分为三类:回归损失函数(Regression loss)、分类损失函数(Classification loss)和排序损失函数(Ranking loss)。

应用场景:

回归损失:用于预测连续的值。如预测房价、年龄等。

分类损失:用于预测离散的值。如图像分类,语义分割等。

排序损失:用于预测输入数据之间的相对距离。如行人重识别

你可能感兴趣的:(深度学习语义分割评价,深度学习评价指标,目标检测指标评价,深度学习,人工智能)