loss函数总结

1. MAE平均绝对误差

2. MSE均方误差

3. 二分类交叉熵损失

4. 多标签二分类交叉熵损失

5. 多分类交叉熵损失

6. 负对数似然损失

7. 负对数似然损失，标签服从泊松分布

8. 负对数似然损失，标签服从高斯分布

9. KL散度损失函数

10. EmbeddingLoss

11. 二分类合页损失函数

12. 多分类合页损失函数

不同于交叉熵损失仅仅考虑样本与类别标签之间误差，多分类合页损失函数关注样本真实类别与其他类别之间的差值。样本对应的类别可以不唯一

13. triplet loss

不同于交叉熵损失仅仅考虑样本与类别标签之间误差，triplet loss关注样本与其他样本之间距离