РЪКОВОДСТВО по основи

Функции на загубата

A loss defines the objective used to assess predictions or another training target.

Чуйте това ръководствоAI-разказан · ~3 min

На тази страница3 минути четене
  1. Преглед
  2. Дълбоко гмуркане
  3. Внедряване в реалния свят
  4. Бъдещето на функциите за загуба
  5. Прилагайки го на практика
  6. Продължете да изследвате
  7. Често задавани въпроси

Преглед

Individual loss values are often combined into a scalar for optimization, and the chosen objective is a proxy that may differ from the application's evaluation metric.

Дълбоко гмуркане

A prediction loss compares outputs with training targets according to a specified rule. Those targets can be labels or values constructed for the learning task; they should not automatically be called unquestionable truth. Implementations may produce per-example losses and then sum or average them for an optimization step. Choosing the rule matters. Mean squared error averages squared residuals, giving large residuals more influence than mean absolute error, which averages their absolute values. For residuals one and three, mean squared error is five, while mean absolute error is two. These are illustrative calculations rather than performance results from a dataset. Classification commonly uses cross-entropy. With a one-hot target and a predicted probability p for its class, the loss is minus log p. A lower probability for the target class gives a larger loss, so confident wrong predictions can incur high loss. The logarithm base determines the units: base-two loss is in bits, while a natural logarithm gives nats. For a target probability of one-quarter, minus log-base-two p is two bits. Gradient-based optimization needs usable derivative information, but differentiability requirements should not be generalized to every learning algorithm. Some losses have nondifferentiable points handled by an appropriate subgradient or surrogate. Accuracy is a discrete evaluation metric and is generally not directly useful as a gradient-training objective. A suitable training loss supplies an optimization signal; final task quality needs evaluation using the relevant metrics.

Внедряване в реалния свят

Използване на загуба на кръстосана ентропия за обучение на класификатор на спам по имейл, който наказва уверени грешни класификации

Избор на средна абсолютна грешка за прогнозиране на цените на жилищата, така че няколко екстремни имения да не доминират в обучението

Прилагане на загуба на контраст, така че моделът за разпознаване на лица събира заедно изображения на един и същ човек

Проектиране на загуба на модел на възнаграждение, за да насочи чатбот към по-полезни и честни отговори

Бъдещето на функциите за загуба

Objective design can combine prediction terms, regularization, and other task requirements. Comparisons should state the target definition, formula, reduction, units, and evaluation metric. An objective can decrease while an application metric remains unchanged or worsens, so improvement should be measured rather than inferred from training loss alone. Custom losses need examination of the behavior they encourage as well as their numerical and optimization properties.

Прилагайки го на практика

Защо има значение

  • По-ясни решения. Помага ви да отделите ясните технически твърдения от маркетинговия език.
  • Разходи и бюджет. Можете да задавате въпроси за по-добро внедряване, преди да харчите пари или време.
  • Екип и работен процес. Екипи със споделено разбиране вземат по-добри решения за продукти, политики и обучение.

Внимавайте за

  • Различните екипи могат да използват един и същи термин по различен начин, така че дефинирайте обхвата рано.
  • Бенчмарковете могат да изглеждат силни, докато производителността в реалния свят е неравномерна.
  • Пренебрегването на качеството на данните и плановете за оценка често създава крехки резултати.

Следващи стъпки

  1. Започнете с дефиниция на обикновен език за резултата, от който се нуждаете.
  2. Изберете един показател за успех и едно условие за неуспех преди тестване.
  3. Изпълнете малък пилотен проект с представителни данни, а не изпипан демонстрационен набор.
  4. Документирайте къде функциите за загуба помагат и къде по-простите методи са по-добри.

Продължете да изследвате

Безплатен бюлетин

Получавайте дневния AI бюлетин

Три проверени AI истории всяка делнична сутрин, написани на достъпен език. Безплатно завинаги, без реклами.

Един имейл всеки делничен ден. Отписване с едно кликване. Никога не продаваме и не споделяме вашия имейл адрес.

Тествайте себе си

Take the Loss Functions quiz

Незабавна обратна връзка за всеки отговор и сертификат за споделяне с подлежащ на проверка идентификационен номер, след като преминете курс.

Стартирай теста

Подкрепете безплатното AI образование. AI Understanding е 501(c)(3) с нестопанска цел — без реклами, без платен достъп, никога. Направете дарение

Често задавани въпроси

What is Loss Functions?

A loss defines the objective used to assess predictions or another training target. Individual loss values are often combined into a scalar for optimization, and the chosen objective is a proxy that may differ from the application's evaluation metric.

For a prediction task, what does its selected loss quantify against the training target?

A loss defines a training objective; it does not automatically measure every aspect of application quality.

Коя функция на загуба се използва най-често за задачи за класификация?

Кръстосаната ентропия сравнява прогнозираните вероятностни разпределения с истински етикети и е стандартният избор за класификация.

В сравнение със средната квадратна грешка, защо може да изберете средна абсолютна грешка?

Средната абсолютна грешка третира всички грешки пропорционално, вместо да ги повдига на квадрат, така че няколко екстремни отклонения имат по-малко влияние.

Why does gradient-based training need a usable loss derivative or suitable substitute?

This concerns gradient-based training, not a claim that every possible learning algorithm requires a differentiable loss.

How does one-hot class cross-entropy change as probability assigned to the target class becomes very small?

The term minus log p grows as the target-class probability shrinks. This does not guarantee a particular gradient magnitude for every model weight.

Продължавай да учиш

Свързани ръководства

Още ръководства, избрани за тази тема

Получете безплатен AI сертификатКратък безплатен курс и изпит. Без разходи, без карта. Около 2,5 часа.Започнете безплатно →