loss简介
为了训练我们的模型,我们首先需要定义一个指标来评估这个模型是好的。反过来想,在机器学习,我们通常定义指标来表示一个模型是坏的,这个指标称为成本(cost)或损失(loss),然后尽量最小化这个指标。但是,这两种方式是相同的。
常见的损失函数
1)Cross-Entropy;
2)MSE,sigmoid和softmax;
3)K-L散度
分类loss
对于分类loss,是一个N+1路的softmax输出,其中的N是类别个数,1是背景,使用softmax分类器。
回归loss
对于回归loss,是一个4xN路输出的bounding-box regressor(有4个元素(x,y,w,h),左上角坐标(x,y),宽w,高h),也就是说对于每个类别都会训练一个单独的regressor。
线性回归只适用于因变量为连续型变量,多项逻辑回归是因变量有多个取值。