回归问题常用损失函数L1Loss、L2Loss、SmoothL1Loss

L1范数误差(L1 loss)

代表：MAE(Mean Absolute Error, 均绝对误差)。即估计值$f(x)$与真实值$y$之间距离的均值。
$$MAE=\frac{1}{n}\sum _{i=1}^n|f(x_i)-y_i|$$

优点

• 无论对于什么样的输入值，都有着稳定的梯度，不会导致梯度爆炸问题，具有较为稳健性的解。
• 对于离群点不那么敏感。因为$MAE$计算的是误差$y-f(x)$的绝对值，对于任意大小的差值，其惩罚都是固定的。

缺点：MAE曲线连续，但是在 y − f ( x ) = 0