1.方差
衡量随机变量或一组数据离散程度(波动大小)。
方差:用来度量随机变量和其数学期望(即均值)之间的偏离程度
样本方差:各个样本数据和平均数之差的平方和的平均数
2.标准差
相比于方差来说,其单位同原数据
参考
https://www.zhihu.com/question/27276029
方差的平方根
反映个体间的离散程度,一个标准差约为 68%(平均值-标准差,平均值+标准差), 两个标准差约为95%(平均值-2倍标准差,平均值+2倍标准差), 三个标准差约为99%。
整个数据集的标准差
样本的标准差(用样本估计总体标准差)
3.均方误差(MSE)
各个数据偏离真实值的平方和的平均数,即误差平方和的平均数
pytorch中的MSE损失函数的使用
# 生成网络输出 以及 目标输出
output = torch.ones(2, 2, requires_grad=True) * 0.5
target = torch.ones(2, 2)
print(nn.MSELoss(output,target))