损失函数总结(一):损失函数介绍
1 引言
在网络模型进行训练时,激活函数
、损失函数
、优化器
都会成为影响模型最终效果的关键因素
。其中,激活函数和损失函数根据任务的不同
又有不同的更新,而优化器往往只是优化策略的不同
,即可以在不同的任务
(分类、回归)上使用同一种优化器
、同一优化器参数。
在上一个系列 史上最全激活函数总结篇(持续更新ing…)中详解介绍了各种激活函数,有兴趣的小伙伴可以去看下,顺便提一下建议。
而在这个全新的系列,我会给大家介绍各种各样不同的损失函数
。不同的任务下(分类、回归、生成等)损失函数的使用往往是不同的。因此,也希望大家把自己关注的损失函数可以在评论区留言发给我,后续会对大家提及的损失函数进行介绍和更新。
2 损失函数是什么
损失函数是一个数学函数
用来计算预测值
和实际值
之间的损失
(差值、平方等策略)。
注意:这里所说的预测值
和实际值
可以是一个数值、一个类别,也可能是一个数组、一张图片。 另外,根据损失计算方式
的不同,