监督学习中的损失函数及应用研究
邓建国,张素兰,张继福,荀亚玲,刘爱琴
Loss function and application research in supervised learning
Jianguo DENG,Sulan ZHANG,Jifu ZHANG,Yaling XUN,Aiqin LIU
表8
基于softmax损失的演化损失函数
名称
演化形式
softer softmax损失函数
−
1
n
∑
i
=
1
n
e
f
Y
i
T
∑
j
=
1
c
e
f
j
T
NSL损失函数
−
1
n
∑
i
=
1
n
log
e
s
cos
(
θ
Y
i
,
i
)
∑
j
≠
Y
i
e
s
cos
(
θ
j
,
i
)
LMCL损失函数
−
1
n
∑
i
=
1
n
log
e
s
(
cos
(
θ
Y
i
,
i
)
−
m
)
e
s
(
cos
(
θ
Y
i
,
i
)
−
m
)
+
∑
j
=
1
,
j
≠
Y
i
e
s
cos
(
θ
j
,
i
)
L-softmax损失函数
−
1
n
∑
i
=
1
n
log
e
‖
W
Y
i
‖
x
i
‖
ψ
(
θ
Y
i
)
e
‖
W
Y
i
‖
x
i
‖
ψ
cos
(
θ
Y
i
)
+
∑
j
≠
Y
i
e
‖
W
j
‖
x
i
‖
cos
(
θ
j
)
A-softmax损失函数
−
1
n
∑
i
=
1
n
log
e
‖
W
Y
i
‖
x
i
‖
ψ
(
θ
Y
i
)
e
‖
x
i
‖
ψ
(
θ
y
i
,
i
)
+
∑
j
=
1
,
j
≠
Y
i
e
‖
x
i
‖
cos
(
θ
j
,
i
)
AM-softmax损失函数
−
1
n
∑
i
=
1
n
log
e
s
(
W
Y
i
T
f
i
−
m
)
e
s
(
W
Y
i
T
f
i
−
m
)
+
∑
j
=
1
,
j
≠
Y
i
c
e
s
W
j
T
f
i
正则化softmax损失函数
−
1
n
∑
i
=
1
n
log
e
f
Y
i
∑
j
=
1
c
e
f
i
+
λ
R
(
W
)