关于小知识收藏转载其他博文链接记录

本文详细对比了L1、L2和Smooth L1三种损失函数的特性。L1损失函数产生稀疏解但可能不连续,L2则确保解的稳定性但可能导致过平滑,而Smooth L1结合两者优点,减少了震荡并避免了梯度消失问题。对于深度学习模型的训练,选择合适的损失函数至关重要。
摘要由CSDN通过智能技术生成

1.总结对比下L1 损失函数,L2 损失函数以及SmoothL1 损失函数的优缺点

收藏时间:2021.3.6
原作者博客链接

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值