目录

1. 均方误差（Mean Squared Error, MSE）

2. 平均绝对误差（Mean Absolute Error, MAE）

3. Huber 损失

4. 交叉熵损失（Cross-Entropy Loss）

5. KL 散度（Kullback-Leibler Divergence）

6. Hinge 损失

7. 对比损失（Contrastive Loss）

8. 三元损失（Triplet Loss）

9. Focal loss损失

---

损失函数在深度学习模型训练中起着核心作用，它度量模型的预测输出与真实值的差距，并指导模型更新权重以缩小误差，从而实现更好的拟合。不同任务（如分类、回归、生成）常用不同的损失函数，以适应特定需求。

1. 均方误差（Mean Squared Error, MSE）

定义：

其中，y_i 表示真实值，表示模型的预测值，N 为样本数。

推导与解释：

• MSE 通过平方的方式将每个样本的预测误差放大，使得较大误差的影响更显著。这样做的目的是让模型在更新参数时优先关注误差较大的数据点，从而尽可能减少大误差。
• MSE 具有凸性，因此有利于使用梯度下降等优化算法找到全局最小值。

应用场景： MSE 常用于回归任务（如房价预测），适用于误差服从正态分布的数据。由于对较大误差敏感，因此对异常值多的场景效果不佳。

2. 平均绝对误差（Mean Absolute Error, MAE）

定义：

推导与解释：

• MAE 直接对误差取绝对值，避免了平方的操作。因此，MAE 相比 MSE 对异常值的敏感性更低，更关注整体误差的平均水平。
• MAE 损失函数的优化不如 MSE 简便，因为它的导数在 y_i = 处不可导，造成优化算法收敛相对缓慢。

应用场景： MAE 同样用于回归任务，尤其是误差分布中含有异常值的场景。

3. Huber 损失

Huber 损失结合了 MSE 和 MAE 的优点，使模型对误差具有一定的鲁棒性。

定义：

其中 $\delta$ 是超参数。

推导与解释：

• 当误差小于时，Huber 损失与 MSE 相同，这时候我们主要关注小误差的细致调整；
• 当误差大于时，Huber 损失与 MAE 相似，减少了异常值对模型的影响，使得损失函数更鲁棒。

应用场景： Huber 损失常用于回归问题且数据中含有异常值，它的鲁棒性使其在异常值较多的数据集上效果良好。需要通过交叉验证选择合适的 参数。

4. 交叉熵损失（Cross-Entropy Loss）

二分类交叉熵：

多分类交叉熵：

其中 C 为类别数， 为真实标签（1 表示第 i 个样本属于第 j 类，0 表示不属于）， 为预测的概率分布。

推导与解释：

• 交叉熵计算的是模型输出分布与真实分布的距离，当模型预测越接近真实分布时，交叉熵值越小。
• 通过 softmax 函数将模型的原始输出转化为概率分布，使得该损失函数适用于分类任务。

应用场景： 交叉熵广泛应用于分类任务（如图像分类、文本分类）。它通过最大化模型预测的概率使模型学到更具区分性的特征。

5. KL 散度（Kullback-Leibler Divergence）

定义：

推导与解释：

• KL 散度度量两个概率分布 P 和 Q 的差异性，值越小说明两个分布越接近。
• KL 散度在生成模型中用于度量生成分布和真实分布的相似性，通过最小化 KL 散度可以生成与真实分布更接近的数据。

应用场景： 常用于生成模型（如 VAE）或对抗学习中，通过最小化模型分布和真实分布的距离提升生成效果。

6. Hinge 损失

Hinge 损失用于支持向量机中，特别适合二分类任务。

定义：

推导与解释：

• Hinge 损失会对错误分类的样本产生较大惩罚，使得支持向量机学习到一个能够分隔不同类别的最大边界。
• 该损失强调的是分类边界的宽度，通过“拉开”分类边界增强模型的鲁棒性。

应用场景： 用于支持向量机的训练，能够有效区分两个类别的边界。由于对类别间隔的强调，也在一些深度学习模型中用于分类任务。

7. 对比损失（Contrastive Loss）

对比损失常用于度量学习和孪生网络中。

定义：

其中 y_i 表示样本对的标签（1 表示相似，0 表示不相似），d_i 是样本对的距离，m 是边界阈值。

推导与解释：

• 当样本对相似时（y_i = 1），损失度量的是距离的平方 d_i^2，鼓励相似样本对的距离越小越好。
• 当样本对不相似时，损失函数度量样本对是否超出距离阈值 m，使得不相似样本的距离更大。

应用场景： 用于图像检索、人脸识别等领域，通过度量样本间的相似度优化模型的特征学习能力。

8. 三元损失（Triplet Loss）

三元损失用于度量学习，利用 Anchor、Positive、Negative 样本的相对距离关系来优化模型。

定义：

其中 x_i^a 为 Anchor 样本，x_i^p 为 Positive 样本，x_i^n 为 Negative 样本，为 margin。

推导与解释：

• 三元损失将相似样本（Anchor 和 Positive）拉近，将不相似样本（Anchor 和 Negative）推远，形成更明显的区分度。
• 是一个距离间隔的超参数，确保相似样本对距离小于不相似样本对。

应用场景： 广泛用于人脸验证、图像检索，通过距离度量的方式获得更具区分度的特征空间。

9. Focal loss损失

Focal 损失是对交叉熵损失的改进，专门应对类别不平衡问题。

定义：

其中 是平衡因子，gamma是聚焦因子。

推导与解释：

• Focal 损失通过调整权重因子 和聚焦因子 gamma 来平衡不同类别样本的贡献。对难以分类的样本增加损失权重。
• 该损失有助于模型从稀有样本中学习更多特征，减少简单样本的影响。

应用场景： 用于目标检测和极度不平衡数据集下的分类任务，使模型对难样本（如小目标）有更好的检测效果。