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
剑穗挂着新流苏3121 分钟前
204_从回归到分类:Softmax 回归、损失函数与多分类实战
人工智能·pytorch·python·深度学习
人工智能AI技术2 分钟前
字节开源 DeerFlow 2.0——登顶 GitHub Trending 1,让 AI 可做任何事情
人工智能
spider'3 分钟前
系统的架构
人工智能
莱歌数字5 分钟前
强化学习如何重构芯片热管理?
人工智能·重构·制造·cae·散热
光仔December6 分钟前
【从0学习Spring AI Alibaba】2、Spring AI Alibaba版本选型及环境搭建
人工智能·大模型·saa·spring ai·ai alibaba
凸头10 分钟前
从“搜了就答”到“智能决策”:拥抱 RAG 2.0 时代的架构演进 ——Java 后端工程师视角下的 AI 应用工程化落地
java·人工智能·架构·rag
float_com14 分钟前
LangChain4j 核心知识体系与 “AI 编程小助手“ 实战解析
人工智能
Yao.Li14 分钟前
Dify 本地运行实操笔记
人工智能·笔记·python
gaozhiyong081315 分钟前
2026年三大顶级AI模型实战对比:Gemini 3.1 Pro vs GPT-5.4 vs Claude 4.6深度评测
人工智能
Yao.Li19 分钟前
Dify 请求主链路梳理
人工智能·python