损失函数 前言 一、基础损失 1.L1损失(MAE:平均绝对误差) 2.L2损失(MSE:均方差) 3.L1、L2对比 三、扩展 1.Smooth L1损失(平滑L1损失) 参考: 前言 作者自己是做图像去雾的,平常也会看一些其他的图像恢复方向的文章,比如图像去噪、图像增强、图像去模糊以及图像超分辨等。我们知道损失函数决定了网络训练目标,对于一个任务最后可以实现的功能影响很大,这里我就想把我见过的一些损失函数进行记录,供大家学习参考。 一、基础损失 假设网络输入为x,输出为 y ‾ \overline{\text{y}} y