损失函数概念
1.损失函数是什么?
损失函数:衡量模型输出与真实标签的差异
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/984ea86f1193365cafc5e51a5e3a4709.png)
损失函数是计算一个样本的差异
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/d6311ff37765b11cb4f7eadb94fef18a.png)
代价函数是计算整个样本集损失函数的平均值
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/aab6cfcb757918b505042da7d317e1c0.png)
为什么目标函数有Regularization这一项呢?
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/827a374183451f9ebd61acd7eed28b11.png)
因为cost接近于0,不一定是好事?可能过拟合。
增加正则项的目的就是加入约束条件。在一定程度上的抑制过拟合。
正则常用的有三种:L1,L2,稀疏约束
pytorch中loss函数的定义:
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/b89870ae176ace490326c44e1c71dcc8.png)
在loss函数中,size_average和reduce不用再考虑了,都已经被reduction考虑进去了。
同时可知loss也是继承了Module,就是有那个8个变量