tensorflow损失函数

1.均方误差（mean-square error, MSE）

在线性回归问题中，常常使用MSE（Mean Squared Error）作为损失函数函数，比如：

mse = tf.losses.mean_squared_error(a, b)

 

2.交叉熵(cross entropy)

2.1.在单分类问题中的使用

这里的单类别是指，每一张图像样本只能有一个类别，标签是one-hot，比如只能是狗或只能是猫。
交叉熵在单分类问题上基本是标配的方法

cross_entropy = -tf.reduce_sum(y * tf.log(y_predict))

2.2.交叉熵在多分类问题中的使用

这里的多类别是指，每一张图像样本可以有多个类别，比如同时包含一只猫和一只狗
和单分类问题的标签不同，多分类的标签是n-hot。

sigmoid_cross_entropy_with_logits