loss函数

1.MSE(均值平方差)
数理统计中演化而来，均方误差是指参数估计值和参数真实值之差平方的期望值。在此处其主要是对每个预测值与真实值作差求平方的平均值，具体公式如下所示：

 

                                                                      

MSE越小代表模型越好，类似的算法还包括RMSE和MAD。

2.交叉熵
交叉熵(crossentropy)刻画了两个概率分布之间的距离，更适合用在分类问题上，因为交叉熵表达预测输入样本属于某一类的概率。其公式如下所示：

                                                           

与MSE一样，交叉熵也是值越小代表模型精度越高。