以下损失函数，属于分类损失函数的包括（）。
A: Logistic损失
B: 三角损失（Triplet loss）
C: 均方误差损失（L2损失）
D: 交叉熵损失（Cross Entropy Error Function）
A: Logistic损失
B: 三角损失（Triplet loss）
C: 均方误差损失（L2损失）
D: 交叉熵损失（Cross Entropy Error Function）
举一反三
- 深度学习中常用的损失函数有（） A: L1损失函数 B: 均方误差损失函数 C: 交叉熵误差损失函数 D: 自下降损失函数
- 线性回归最常用的损失函数是（）。 A: 、均方误差 B: 、交叉熵损失 C: 、二元交叉熵损失 D: 、负对数似然损失
- 以下是分类模型的代理损失函数的是： A: 0-1损失函数 B: 铰链损失函数 C: 交叉熵损失函数 D: 指数损失函数
- logistic 回归进行二分类的非线性函数和损失函数分别是什么？ A: ReLU函数 B: Sigmoid 函数 C: MSE损失 D: 交叉熵损失
- 损失函数反映了神经网络的目标输出和实际输出的误差,在深度学习中常用的损失函数是:---（） A: 指数损失函数 B: 均方损失函数 C: 对数损失函数 D: Hinge损失函数