一文弄懂各種loss function

有模型就要定義損失函數(shù)(又叫目標(biāo)函數(shù))，沒有損失函數(shù)，模型就失去了優(yōu)化的方向。大家往往接觸的損失函數(shù)比較少，比如回歸就是MSE，MAE，分類就是log loss，交叉熵。在各個(gè)模型中，目標(biāo)函數(shù)往往都是不一樣的，如下所示：

• 樸素貝葉斯: 最大化后驗(yàn)概率

• 遺傳編程: 最大化適應(yīng)度函數(shù)

• 強(qiáng)化學(xué)習(xí): 最大化總回報(bào)/價(jià)值函數(shù)

• CART決策樹分類: 最大化信息增益/最小化子節(jié)點(diǎn)不純度

• CART，決策樹回歸，線性回歸，自適應(yīng)線性神經(jīng)元…: 最小化均方誤差成本（或損失）函數(shù)

• 分類模型: 最大化對數(shù)似然或最小化交叉熵?fù)p失（或代價(jià)）函數(shù)

• 支持向量機(jī): 最小化hinge損失

Loss Function

損失函數(shù)是一種評估“你的算法/模型對你的數(shù)據(jù)集預(yù)估情況的好壞”的方法。如果你的預(yù)測是完全錯誤的，你的損失函數(shù)將輸出一個(gè)更高的數(shù)字。如果預(yù)估的很好，它將輸出一個(gè)較低的數(shù)字。當(dāng)調(diào)整算法以嘗試改進(jìn)模型時(shí)，損失函數(shù)將能反應(yīng)模型是否在改進(jìn)?！皳p失”有助于我們了解預(yù)測值與實(shí)際值之間的差異。損失函數(shù)可以總結(jié)為3大類，回歸，二分類和多分類

常用損失函數(shù):

Mean Error (ME)Mean Squared Error (MSE)Mean Absolute Error (MAE)Root Mean Squared Error (RMSE)
Categorical Cross Entropy Cost Function(在只有一個(gè)結(jié)果是正確的分類問題中使用分類交叉熵)Binary Cross Entropy Cost Function.Hinge Loss(hinge損失不僅會懲罰錯誤的預(yù)測，也會懲罰那些正確預(yù)測但是置信度低的樣本)

Multi-class Cross Entropy Loss這里我們要區(qū)分Multi-class和Multi-label，如下圖：
對于Multi-Label我們不能使用softmax，因?yàn)閟oftmax總是只強(qiáng)制一個(gè)類變?yōu)?，其他類變?yōu)?。因此，我們可以簡單地在所有輸出節(jié)點(diǎn)值上用sigmoid，預(yù)測每個(gè)類的概率。Divergence LOSS (KL-Divergence)
KL散度是一個(gè)分布與另一個(gè)分布的概率差異的度量，KL散度在功能上類似于多類交叉熵，KL散度不能用于距離函數(shù)，因?yàn)樗皇菍ΨQ的。
Huber lossa為比較小的值，此函數(shù)是二次函數(shù)；對于a為大值時(shí)，此函數(shù)是線性函數(shù)。變量a通常是指殘差，即觀測值和預(yù)測值之間的差值。與平方誤差損失相比，Huber損失對數(shù)據(jù)中的異常值不那么敏感。使函數(shù)二次化的小誤差值是多少取決于“超參數(shù)”，??（delta），它可以調(diào)整。有的時(shí)候，我們的任務(wù)并不是回歸或分類，而是排序，下面介紹rank loss。

Rank Loss

排名損失用于不同的領(lǐng)域，任務(wù)和神經(jīng)網(wǎng)絡(luò)設(shè)置，如Siamese Nets或Triplet Nets。這就是為什么他們會有名稱，如Contrastive Loss, Margin Loss, Hinge Loss or Triplet Loss。

與其他損失函數(shù)（如交叉熵?fù)p失或均方誤差損失）不同，損失函數(shù)的目標(biāo)是學(xué)習(xí)直接預(yù)測給定輸入的一個(gè)標(biāo)簽、一個(gè)值或一組或多個(gè)值，rank loss的目標(biāo)是預(yù)測輸入之間的相對距離。這個(gè)任務(wù)通常被稱為度量學(xué)習(xí)。

rank loss在訓(xùn)練數(shù)據(jù)方面非常靈活：我們只需要得到數(shù)據(jù)點(diǎn)之間的相似性得分就可以使用它們。分?jǐn)?shù)可以是二元的（相似/不同）。例如，假設(shè)一個(gè)人臉驗(yàn)證數(shù)據(jù)集，我們知道哪些人臉圖像屬于同一個(gè)人（相似），哪些不屬于（不同）。利用rank loss，我們可以訓(xùn)練CNN來推斷兩張人臉圖像是否屬于同一個(gè)人。

為了使用rank loss，我們首先從兩個(gè)（或三個(gè)）輸入數(shù)據(jù)點(diǎn)中提取特征，并得到每個(gè)特征點(diǎn)的嵌入表示。然后，我們定義一個(gè)度量函數(shù)來度量這些表示之間的相似性，例如歐幾里德距離。最后，我們訓(xùn)練特征提取器在輸入相似的情況下為兩個(gè)輸入產(chǎn)生相似的表示，或者在兩個(gè)輸入不同的情況下為兩個(gè)輸入產(chǎn)生距離表示。

Pairwise Ranking Loss
我們從上式可以看到，當(dāng)兩個(gè)人的描述的是一個(gè)人時(shí)，他們嵌入表示距離大小就是loss，當(dāng)描述不是一個(gè)人時(shí)，嵌入表示距離大于margin才不會產(chǎn)生loss。我們也可以把公式改寫為：
Triplet Ranking Loss

通過使用三組訓(xùn)練數(shù)據(jù)樣本（而不是成對樣本），這種設(shè)置優(yōu)于前者（同時(shí)優(yōu)化類內(nèi)距離和類間距），目標(biāo)就是使得錨點(diǎn)與負(fù)樣本距離顯著大于(由margin決定)與正樣本的距離，loss定義如下。

我們來分析一下這種損失的三種情況：Easy Triplets: 相對于嵌入空間中的正樣本，負(fù)樣本已經(jīng)足夠遠(yuǎn)離錨定樣本。損失是0并且網(wǎng)絡(luò)參數(shù)不會更新。Hard Triplets: 負(fù)樣本比正樣本更接近錨點(diǎn)，損失是正的。Semi-Hard Triplets:負(fù)樣本比正樣本離錨的距離遠(yuǎn)，但距離不大于margin，所以損失仍然是正的。負(fù)樣本選擇：

在triplets loss訓(xùn)練過程中，負(fù)樣本選擇和三元祖樣本挖掘是非常重要的。選擇的策略對訓(xùn)練的效率和最終效果有很大的影響。一個(gè)很重要的點(diǎn)是，訓(xùn)練三元祖應(yīng)避免easy triplets，因?yàn)樗麄兯飚a(chǎn)生的loss是0，不能用于優(yōu)化模型。
樣本挖掘的第一種策略離線進(jìn)行三元組挖掘，這意味著三元組是在訓(xùn)練開始時(shí)定義的，或者是在每個(gè)epoch前。后來又提出了online triplet loss(在線三元組挖掘)，即在訓(xùn)練過程中為每一個(gè)epoch定義三元組，從而提高了訓(xùn)練效率和性能。

需要注意的是，選擇負(fù)樣本的最佳方法是高度依賴于任務(wù)的。

Circle loss

在理解了triplet loss之后，我們終于可以開始研究circle loss:A Unified Perspective of Pair Similarity Optimization。Circle Loss 獲得了更靈活的優(yōu)化途徑及更明確的收斂目標(biāo)，從而提高所學(xué)特征的鑒別能力。它使用同一個(gè)公式，在兩種基本學(xué)習(xí)范式，三項(xiàng)特征學(xué)習(xí)任務(wù)（人臉識別，行人再識別，細(xì)粒度圖像檢索），十個(gè)數(shù)據(jù)集上取得了極具競爭力的表現(xiàn)。