文章目录
- 神经网络各层输出的可视化
- 原始图片
- 第一层卷积
- BatchNorm
- ReLU
- 循环神经网络
- 损失函数
- 模型优化器optim
- 学习率
均方误差是指所有预测值和真实值之间的平方差，并将其平均值。常用于回归问题。
2、平均绝对误差(MAE)
作为预测值和真实值之间的绝对差的平均值来计算的。当数据有异常值时，这是比均方误差更好的测量方法。
3、均方根误差(RMSE)
类似于平均绝对误差但不求绝对值。这个损失函数的缺点是负误差和正误差可以相互抵消，所以当研究人员知道误差只有一个方向时，应用它会更好。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/195199.html