跟着李沐学AI:简单损失函数

均方损失L2Loss

特点:当真实值y与预测值y'相差较远时,梯度较大,参数更新较多。当预测值与真实值靠近时,梯度越来越小。

最小绝对值损失L1Loss

特点:当预测值与真实值相差较远时,梯度永远为常数,能带来稳定性的好处,但是0点处不可导,具有不平滑性。

Huber's Robust Loss

当预测值与真实值相差较大时,是绝对值误差。当预测值与真实值相差较小时是平方误差。

相关推荐
我的Doraemon5 分钟前
大模型是怎么被训练出来的?
人工智能·深度学习·机器学习
SomeB1oody6 分钟前
【Python深度学习】1.1. 多层感知器MLP(人工神经网络)介绍
开发语言·人工智能·python·深度学习·机器学习
枕石 入梦10 分钟前
【源码解析】OpenClaw 多渠道 AI 助手网关的架构设计与核心原理
人工智能·openclaw·小龙虾
财经资讯数据_灵砚智能18 分钟前
基于全球经济类多源新闻的NLP情感分析与数据可视化(日间)2026年4月6日
大数据·人工智能·python·信息可视化·语言模型·自然语言处理·ai编程
逻极24 分钟前
Windows平台Ollama AMD GPU编译全攻略:基于ROCm 6.2的实战指南(附构建脚本)
人工智能·windows·gpu·amd·ollama
ZzT26 分钟前
CC 记忆凭啥不用向量数据库
人工智能·开源·claude
guslegend31 分钟前
4月6日(RAG系统)
人工智能·大模型·rag
_江南一点雨32 分钟前
AI 重构企业级系统?我们做了一次低成本实践
人工智能·重构
名字不好奇38 分钟前
Claude Code工作原理深度解析:从技术架构到设计哲学
人工智能·架构
一条咸鱼_SaltyFish1 小时前
DDD 架构重构实践:AI Skills 如何赋能DDD设计与重构
java·人工智能·ai·重构·架构·ddd·领域驱动设计