论文部分内容阅读
近年来,随着神经网络的发展,其各个分支的优化也在不断进行.在机器学习当中,每一个算法都会涉及一个目标函数,而对该算法的求得最优解的过程就是通过对该目标函数的不断优化.在目标识别与分类领域,经常使用损失函数作为它的目标函数.损失函数的实质就是计算实际输出和理想输出之间的差异.所以选用的损失函数越好,模型的性能越好,鲁棒性相应也会更加优质.不同的算法使用的损失函数也会不一样.