损失函数总结（三）：BCELoss、CrossEntropyLoss

1 引言

在前面的文章中已经介绍了介绍了一系列损失函数 (L1Loss、MSELoss)。在这篇文章中，会接着上文提到的众多损失函数继续进行介绍，给大家带来更多不常见的损失函数的介绍。这里放一张损失函数的机理图：
在这里插入图片描述

BCELoss（Binary Cross-Entropy Loss，二进制交叉熵损失）是一种用于二分类任务的损失函数，通常用于测量模型的二分类输出与实际标签之间的差距。BCELoss的数学表达式如下：

相关阅读:
TASK03|概率论
【机器学习】K-means聚类分析
Android studio在Ubuntu桌面上创建桌面图标，以及导航栏图标
什么，api竟然有版本
c++ 学习之静态成员变量和静态成员函数
Compose LazyColumn 对比 RecyclerView ，谁的性能更好？
优雅处理Golang中的异常
利用Docker安装Protostar
Hbase学习笔记
[C#] FFmpeg 音视频开发总结

原文地址：https://blog.csdn.net/qq_36758270/article/details/133384531