まず、損失関数
図1に示すように、平均絶対誤差損失関数(L1)
定義:前の目標の予測値の平均値の絶対値
図2に示すように、平均二乗誤差損失関数(L2)
定義:予測値と目標値との差の二乗平均
損失= paddle.fluid.layers.square_error_cost(入力、ラベル)
パドル/流体/レイヤー/ nn.py
図3に示すように、平滑化関数の平均絶対誤差(フーバー)
定義:予測値と目標値の差は、平均絶対誤差大きい場合、予測値と目標値との差が小さい場合、の使用は、平均二乗誤差
4、双曲線余弦関数損失(ログインCOSH)
図5に示すように、分位損失関数(分位)
定義:予測値と目標値との間に正と負の違いのために異なる実施形態のペナルティ