深度学习中常用的损失函数有（）
A: L1损失函数
B: 均方误差损失函数
C: 交叉熵误差损失函数
D: 自下降损失函数
A: L1损失函数
B: 均方误差损失函数
C: 交叉熵误差损失函数
D: 自下降损失函数
举一反三
- 损失函数反映了神经网络的目标输出和实际输出的误差,在深度学习中常用的损失函数是:---（） A: 指数损失函数 B: 均方损失函数 C: 对数损失函数 D: Hinge损失函数
- 线性回归最常用的损失函数是（）。 A: 、均方误差 B: 、交叉熵损失 C: 、二元交叉熵损失 D: 、负对数似然损失
- 以下损失函数，属于分类损失函数的包括（）。 A: Logistic损失 B: 三角损失（Triplet loss） C: 均方误差损失（L2损失） D: 交叉熵损失（Cross Entropy Error Function）
- 以下是分类模型的代理损失函数的是： A: 0-1损失函数 B: 铰链损失函数 C: 交叉熵损失函数 D: 指数损失函数
- 4 常见的损失函数包括( )。 A: 错误率 B: 交叉熵 C: Sigmoid D: 均方误差