神经网络在训练时的优化首先是对模型的当前状态进行误差估计，然后为了减少下一次评估的误差，需要使用一个能够表示错误函数对权重进行更新，这个函数被称为损失函数。
损失函数的选择与神经网络模型从示例中学习的特定预测建模问题（例如分类或回归）有关。在本文中我们将介绍常用的一些损失函数，包括：
- 回归模型的均方误差损失
- 二元分类模型的交叉熵和hinge 损失
完整文章：
https://avoid.overfit.cn/post/6f094f37a1174809b8d145510b8d6e28
标签：误差,函数,训练,模型,损失,神经网络,深度 From： https://www.cnblogs.com/deephub/p/16798789.html