3. 损失函数 (Loss Functions)

文档摘要

损失函数 (Loss Functions) 损失函数 (Loss Functions) 损失函数（Loss Functions），又称目标函数或代价函数，是机器学习和深度学习中至关重要的组成部分。它用于衡量模型预测值与真实值之间的差异程度，为模型训练提供优化方向。损失函数的值越小，代表模型的预测结果与真实情况越接近，模型的性能也就越好。 3.1 作用与原理：衡量模型预测与真实值之间的差异损失函数的作用在于量化模型输出与期望输出之间的差距。在训练过程中，优化算法会根据损失函数计算出的梯度来调整模型参数，以最小化损失函数的值。这个过程可以看作是一个“试错”的过程，模型不断调整自身参数，试图找到一个能够最好地拟合数据的状态。