跳至內容
學習新聞工具職缺使命
捐款
從這裡開始開始學習
學習
前往 學習課程指南AI 導師提示庫測驗認證術語表
新聞
前往 新聞最新人工智慧新聞主題追蹤器研究和數據集部落格編輯準則更正說明
工具
前往 工具工具目錄最佳名單比較工具成本計算器快速精煉機提交工具
職缺
前往 職缺瀏覽人工智慧職位發布職缺贊助美亞保險
使命
前往 使命使命影響和統計作者幫助中心有什麼新消息支援
捐款
首頁/詞彙表/損失函數
人工智慧術語

什麼是 損失函數?

定義

量化訓練期間預測誤差的數學目標。

相關術語

訓練損失
模型誤差值在訓練期間計算並隨著時間的推移向下最佳化。
交叉熵損失
一種常見的目標函數,用於透過懲罰不正確的機率來訓練分類模型。
反向傳播
核心訓練演算法透過網路向後傳播預測誤差來更新模型權重。
學習率
訓練超參數控制每個更新步驟的參數變化量。
法學碩士法官
在評估過程中使用語言模型對其他模型的輸出進行評分或比較。
偏見
數據或模型行為中一致的錯誤或不公平模式。

在我們的免費指南中了解更多信息

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

參見

LoRA (Low-Rank Adaptation)Machine Learning (ML)Memory (Agent Memory)Large Language Model (LLM)Mixture of Experts (MoE)LatencyModel CardLabel Smoothing
PreviousLoRA (Low-Rank Adaptation)NextMachine Learning (ML)
瀏覽完整的人工智慧術語表探索所有免費的人工智慧指南
AI Understanding

Free AI education. For everyone, everywhere.

AI教育保持免費。一個 501(c)(3) 非營利組織,向公眾教授人工智慧如何實際工作以及如何很好地使用它。

開始免費學習支持我們的使命
一點清晰度。在您的收件匣中。

沒有垃圾郵件。一鍵取消訂閱。隱私權政策

學習

  • 課程
  • 全部指南
  • 什麼是人工智慧
  • ChatGPT 與大型語言模型
  • Prompt Engineering
  • 生成式 AI
  • AI 圖像生成
  • AI 倫理
  • AI 的未來
  • 詞彙表
  • 測驗
  • 認證

資源

  • 新聞
  • 部落格
  • 電子報
  • AI 工具目錄
  • 工具比較
  • 人工智能成本计算器
  • 提示庫
  • 人工智慧就業委員會
  • AI 統計數據
  • 研究和數據集
  • 提交工具

關於機構

  • 使命
  • 編輯準則
  • 更正說明
  • 贊助
  • 捐款
  • Help Center
  • 什麼是新的
  • 聯絡我們
  • 回報問題

法律條款

  • 安全性
  • 隱私權政策
  • Cookie 政策
  • 使用條款
  • 資訊揭露
  • 捐款人政策
  • 所有合法頁面
  • 網站地圖

帳戶

  • 登入
  • 註冊
  • 提交工具
  • 服務狀態501(c)(3) 公益慈善機構在法律允許的範圍內,捐款在美國可以免稅。
  • EIN41-3273048IRS 雇主識別號碼。
  • 訪問開放取用核心學習沒有廣告,也沒有付費牆。
  • 聯絡我們[email protected]問題、更正和新聞。

© 2026 AI Understanding. 保留一切權利。

編輯準則更正說明資金與揭露聯絡我們