差得小，不代表你对——损失函数到底在量什么。 老泥鳅带着复仇者小队追踪一个"伪装得完美无缺"的目标。它启动胸口的反应堆"差距测量仪"——这正是损失函数（Lo… · @JokerLiu1119 · TwKit

@JokerLiu1119

差得小，不代表你对——损失函数到底在量什么。 老泥鳅带着复仇者小队追踪一个"伪装得完美无缺"的目标。它启动胸口的反应堆"差距测量仪"——这正是损失函数（Loss Function）： 模型训练里的 损失函数（Loss Function），就是这么个"把你还差多少亮出来"的工具。 —— 【什么是损失函数】 损失函数衡量的是"模型现在输出"和"我们期望它输出"之间的差距（误差）。差距大，说明模型还很差；差距小，说明它离目标近了。训练的目标，就是把这个数字最小化。 - 预测 vs 真实：模型猜的答案，和正确答案差多少，由损失函数算出来。 - 梯度下降用得上它：上一期讲的梯度下降，就是顺着"让损失下降最快"的方向一步步走。 - 它是一个尺子，不是答案：它只告诉你"还差多远"，不直接告诉你"该怎么改"。

曝光 98 · 评论 3 · 点赞 4 · 书签 0