1. Softmax 回归
2. 损失函数
2.1 L2 Loss 均分平方损失函数
蓝色的线：变化的损失函数, 当y=0，y'的变化的预测值, 这是个二次函数0.5 * y'^2
绿色的线：似然函数e^-l
橙色的线：损失函数的梯度，梯度就是一个一次函数y-y'
梯度下降的时候，我们是根据负梯度的方向来更新我们的参数，所以它的导数就决定如何更新参数。当真实值y，跟预测值y’隔的比较远的时候，(y-y')变化是比较大的；反之靠近原点的时候，导数则比较小。
缺点，离圆点比较远的时候，我们不一定需要变化那么大的梯度，去更新我们的参数。
2.2 L1 Loss 绝对值损失函数
蓝色的线：变化的损失函数, 当y=0，y'的变化的预测值, 这是个二次函数y'
绿色的线：似然函数e^-l，是个高斯分布，但是在0处也比较陡，有个尖顶。
橙色的线：损失函数的梯度，当预测值跟真实值离的比较远时，梯度就是一个绝对值误差，是个常数；当预测值跟真实值离的比较近时，是个指数函数。
为了减小离圆点比较远的时候，不要那么快地去更新参数。可以用绝对值损失函数。
当y' > 0的时候，导数是1;当y' < 0的时候, 导数是 -1；当y' = 0的时候，不可导，导数在[-1,1]之间
不管真实值和预测值隔得多远，变化是个参数。好处，前期的稳定性比较好。当优化到末期的时候，y-y'趋近于0的时候，它的梯度变得很大，就不好优化，也就是绿色尖尖的地方。
2.3 Huber’s Robust Loss
Huber’s Robust Loss综合了L2 Loss 和 L1 Loss的好处。
蓝色的线：变化的损失函数, 当y=0，y'的变化的预测值, 这是个二次函数y'
绿色的线：似然函数e^-l，是个高斯分布，但是在0处也比较平滑
橙色的线：损失函数的梯度，当预测值跟真实值离的比较远时，梯度就是一个绝对值误差，是个常数；当预测值跟真实值离的比较近时，是个平方误差。
3. 图像分类数据集
参考
/video/BV1K64y1Q7wu?p=1
