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。
BERT相关模型汇总梳理
PaperWeekly
0+阅读 · 2021年1月18日
Fusion++| 体素物体级SLAM
计算机视觉life
2+阅读 · 2020年12月2日
PyTorch 的 Autograd详解
极市平台
1+阅读 · 2020年9月27日
Multi-task Learning and Beyond: 过去,现在与未来
深度学习自然语言处理
0+阅读 · 2020年6月24日
多任务学习: 过去,现在与未来
极市平台
0+阅读 · 2020年6月2日
【损失函数】常见的损失函数(loss function)总结
深度学习自然语言处理
1+阅读 · 2020年5月19日
Multi-task Learning的三个小知识
AINLP
0+阅读 · 2020年4月2日
【Loss】深度学习的多个loss如何平衡?
深度学习自然语言处理
15+阅读 · 2020年3月18日
参考链接
子主题
微信扫码咨询专知VIP会员