损失函数

损失函数是一种可微分的计算方式，用于衡量预测结果与真实结果之间的 “偏差程度”。它通过计算梯度，进而在训练循环的每一次迭代中引导模型参数的更新方向。损失函数的输出称为 “损失值”，通常会分别在训练集和验证集上计算（分别称为 “训练损失” 和 “验证损失”）。通常情况下，该值越低，表明模型的预测精度越高。