损失函数,在AI中亦称呼距离函数,度量函数。此处的距离代表的是抽象性的,代表真实数据与预测数据之间的误差。损失函数(loss function)是用来估量你模型的预测值f(x)与真实值Y的不一致程度,它是一个非负实值函数,通常使用L(Y, f(x))来表示,损失函数越小,模型的鲁棒性就越好。损失函数是经验风险函数的核心部分,也是结构风险函数重要组成部分。
专栏 | NLP专题论文解读:从Chatbot到NER
机器之心
17+阅读 · 2017年11月9日
数据有价——数据资产定价研究初探
THU数据派
0+阅读 · 2019年9月25日
Fusion++| 体素物体级SLAM
计算机视觉life
2+阅读 · 2020年12月2日
修订版【导数的悖论】- 微积分的本质 02
遇见数学
0+阅读 · 2017年7月28日
【ChatBot】NLP专题论文解读:从Chatbot到NER
产业智能官
8+阅读 · 2017年11月10日
1分钟了解相似性推荐
架构师之路
5+阅读 · 2018年3月20日
【泡泡一分钟】三维视觉的连续符号距离函数(3dv-52)
泡泡机器人SLAM
0+阅读 · 2018年3月3日
PyTorch 的 Autograd详解
极市平台
1+阅读 · 2020年9月27日
分享神经网络中设计loss function的一些技巧
极市平台
34+阅读 · 2019年1月22日
干货 | 数据挖掘中的十大实用方法,可能你并不一定都熟悉!
机器学习算法与Python学习
1+阅读 · 2017年9月28日
参考链接
子主题
微信扫码咨询专知VIP会员