5-损失函数(Loss) 可能影响网络训练失败_哔哩哔哩_bilibili回归问题是模型给出一个预测值分类问题我们一般使用one-hot进行class的分类输入特征 x 进入神经网络经过加权求和、偏置、激活函数最后输出三个类别的预测值。真实类别用 one-hot 向量表示模型输出也应该是一个长度为 3 的向量然后通过比较预测向量和真实 one-hot 标签来训练模型。softmax 0-1第一个是回归问题的loss函数预测结果大多是连续的第二个是交叉熵的loss函数而分类预测大多是离散比如0,1、在pytorch中soft-max被内置在了Cross-entropy总结可以通过改变损失函数改变optimization的优化难度