HyperAIHyperAI

Command Palette

Search for a command to run...

替代损失函数 Surrogate Loss Function

Date

2 年前

替代损失函数通常在损失函数不便计算时使用，若最优化代理损失函数，则同时优化了原损失函数，即校对性 Calibration 或一致性 Consistency，这个性质与原损失函数相关。

若替代损失函数是凸函数，且在 0 点可导，那么在导数小于 0 的情况下具有一致性，这也是通常选用凸函数作为损失函数的原因。

常见替代函数

  • Hinge 损失：f ( x ) = max ( 0 , 1-x )
  • 指数损失函数：f ( x ) = exp ( – x )
  • 对数损失函数：f ( x ) = log ( 1 + exp ( -x ))
相关词：代替函数、损失函数

Build AI with AI

From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.

AI Co-coding
Ready-to-use GPUs
Best Pricing
Get StartedView Pricing

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
替代损失函数 Surrogate Loss Function | Wiki | HyperAI超神经