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
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
举一反三
- 逻辑回归的损失函数是？ A: log对数损失函数 B: 平方损失函数 C: 指数损失函数 D: Hinge损失函数 E: 0-1损失函数
- 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
- 逻辑回归的损失函数是下列哪一种？（ ） A: 平方损失函数 B: 对数损失函数 C: Hinge Loss 0-1 损失函数 D: 绝对值损失函数
- 线性回归模型的目标函数为 A: 残差平方和 B: 最大似然函数 C: 对数损失函数 D: Hinge损失函数
- 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