深度学习-损失函数

一、MSE

# 损失函数
# 均方误差
def mse(y,t):
    return np.mean((y-t)**2)

二、交叉熵损失函数

# 交叉熵损失函数
def cross_entropy(y,t):
    # 将y转化为二维
    if y.ndim==1:
        y=y.reshape(1,y.size)
        t=t.reshape(1,t.size)
    # 将t转化为顺序编码类别标签
    if t.size==y.size:
        # 按行取出  t中对应的类别标签
        t=t.argmax(axis=1)
    # y的所有索引值n
    n=y.shape[0]
    return -np.sum(np.log(y[np.arange(n),t]+1e-10))/n

三、二分类任务损失函数

四、多分类任务损失函数

五、回归任务损失函数

MAE

MSE

Smooth L1