损 失 函 数 篇 损失函数篇 损失函数篇
什么是损失函数（Loss Function）：损失函数是衡量模型输出与真实标签的差异，我更愿意说为距离
什么是代价函数（Cost Function）：是对真个数据集的模型输出与真实标签的差异求和之后的均值
什么是目标函数（Objective Function）:代价函数+正则项（惩罚项）
但在实际中，我们去说的时候，这三者都会被叫作loss函数
在实际训练代码中loss是这样运作的
for i,data in enumerate(dataloader):
# forward:前向传播
inputs,labels = data
outputs = net(inputs)
# backward:反向传播，更新模型参数
optimizer.zero_grad()
loss = loss_function(outputs,labels)
loss.backward()
# 更新模型参数
optimizer.step()
inputs,labels,outputs都是一个batchsize的数据量，所以在真正训练时候，loss的计算是以batchsize个来计算的
组 合 L o s s 组合Loss 组合Loss
- Combined_Bce_Dice_Loss
- DFN_Loss
