深度学习基础-损失函数详解
于 2023-01-14 14:20:14 首次发布
本文详细介绍了损失函数在深度学习中的重要性,特别是针对分类问题的交叉熵损失函数。从熵、相对熵(KL散度)到交叉熵的由来和计算,解释了为何不能使用均方差作为分类问题的损失函数。此外,还讨论了二分类和多分类问题的交叉熵计算,并介绍了PyTorch中的`CrossEntropyLoss`函数。最后,简要提到了回归问题中的损失函数,如MAE和MSE,并对比了它们的特点。
摘要由CSDN通过智能技术生成