在深度学习中，损失函数的作用是量化预测值和真实值之间的差异，使得网络模型可以朝着真实值的方向预测，损失函数通过衡量模型预测结果与真实标签之间的差异，反映模型的性能。同时损失函数作为一个可优化的目标函数，通过最小化损失函数来优化模型参数。在本篇文章中，我们介绍一下，深度学习中最常用的几种损失函数：

目录

一、适用于回归问题的损失函数

1、L1 LOSS

2、L2 LOSS

 3. smooth L1 loss