为什么神经网络损失函数始终为正

Question

我正在努力填补我的知识空白。在查看神经网络的大多数损耗函数（例如mse，mae，L1，L2）时，损耗始终记录为正值。我不明白为什么？损失函数不应该具有正值或负值以根据需要提高或降低网络权重吗？

Answer 1

诸如均方误差（MSE）函数之类的损失函数始终给出正的损失值。他们倾向于显示错误有多大，而不是在哪里做。

  

假设我们的神经网络是篮球运动员。它的任务是   把球扔进篮子里。如果球落在   篮，误差为负。但是，如果它落到右边，   错误为正。如果它落在篮子里，则错误为0。这   方法之后是早期的损失函数。在这种情况下，MSE   给出正损失，并给出与球具有的损失   没有到达篮下。不用担心球是否掉落   放在篮子的右边或左边。