簡単な言葉で損失関数とは何ですか？

Question

機械学習/ニューラルネットワークの分野での損失関数は何ですか？

私はTensorflowチュートリアルを以下している間にこれが出てきた： https://www.tensorflow.org/get_started/get_started

Answer 1

を損失関数は、あなたの出力を不利にしている方法です。

次の例は、監督された設定、つまり正しい結果が得られることがわかっている場合です。監視機能を持たない設定でもロス機能を適用できますが、

あなたは常にあなたがこのモデルに適用される多くの損失関数を持つことができるだけでスカラー値1

1を予測するモデルがあるとします。 L2はユークリッド距離である。

私がいくつかの値を2にして、モデルにx ** 2関数を習得させたい場合、結果は4でなければなりません（2 * 2 = 4なので）。 L2損失を適用すると、|| 4 - 1 ||^2 = 9として計算されます。

また、独自の損失関数を構成することもできます。損失関数は常に10であると言うことができます。したがって、モデルの出力が何であれ、損失は一定になります。

なぜ損失機能が気になるのですか？モデルはどれほど劣悪で、逆伝播とニューラルネットワークとの関連で決定されます。彼らはまた、モデルが学ぶことができるように伝播されるべき最終層からの勾配を決定する。

他のコメントが示唆しているように、私はあなたが基本的な素材から始めるべきだと思います。 http://neuralnetworksanddeeplearning.com/

Answer 2

あなたのネットワークが予測された結果からどの程度離れているかを示します。これは、モデルがその述語に対して行ったエラーの大きさを示します。

あなたはそのエラーを受け取り、あなたのモデルを通してそれを「逆伝播」し、その重みを調整し、次回の真実に近づけることができます。