[Day27] 損失函數 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

2022 iThome 鐵人賽

DAY 27

0

AI & Data

TensorFlow 系列第 27 篇

[Day27] 損失函數

14th鐵人賽

2022-10-12 22:46:59

603 瀏覽

分享至

Hi ! Day27 !
今天要來介紹特損失函數

損失函數(Loss function)

在機器學習的領域中，損失函數(Loss function)是指一種將一個在一個樣本空間中的一個元素（事件）映射到一個表達與其相關的實數上的一種函數，由此來直觀的表示與其事件的關聯。最佳化問題的其中一個目標就是將損失函數最小化。分類問題中的損失函數可以用來表達預測不準確之程度，而以下是一些常用的損失函式的公式：

平方損失
鏈結損失
邏輯損失
交叉熵損失

Reference

https://zh.wikipedia.org/zh-tw/损失函数

https://zh.wikipedia.org/zh-tw/分類問題之損失函數#平方損失

[Day26] 特徵值數據標準化

[Day28] TFRecord

系列文

TensorFlow 共 30 篇

目錄

RSS系列文訂閱系列文

2 人訂閱

完整目錄

直播研討會

{{ item.subject }}

{{ item.channelVendor }} {{ item.webinarstarted }} |

{{ formatDate(item.duration) }}

直播中

尚未有邦友留言

立即登入留言

參賽組數

1064 組

團體組數

40 組

累計文章數

22196 篇

完賽人數

602 人

15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js

IT邦幫忙