Termine del glossario AI

Cos'è Funzione di perdita?

Definizione

Un obiettivo matematico che quantifica l'errore di previsione durante l'addestramento.

Termini correlati

Perdita di allenamento
Il valore dell'errore del modello calcolato durante l'addestramento e ottimizzato verso il basso nel tempo.
Perdita di entropia incrociata
Una funzione obiettivo comune utilizzata per addestrare modelli di classificazione penalizzando le probabilità errate.
Propagazione all'indietro
L'algoritmo di training principale che aggiorna i pesi del modello propagando gli errori di previsione all'indietro attraverso la rete.
Tasso di apprendimento
Un iperparametro di training che controlla la quantità di parametri che cambiano in ogni fase di aggiornamento.
LLM-come-giudice
Utilizzare un modello linguistico per valutare o confrontare i risultati di altri modelli durante la valutazione.
Pregiudizio
Un modello coerente di errore o ingiustizia nei dati o nel comportamento del modello.

Scopri di più nelle nostre guide gratuite

Focal Loss for Imbalanced DetectionTriplet Loss and Metric LearningSigned Distance FunctionsSiamese Networks and Triplet Loss

Vedi anche

LoRA (Low-Rank Adaptation)Machine Learning (ML)Memory (Agent Memory)Large Language Model (LLM)Mixture of Experts (MoE)LatencyModel CardLabel Smoothing
Sfoglia il glossario completo dell'intelligenza artificialeEsplora tutte le guide gratuite sull'intelligenza artificiale