tensorflow中常用的损失函数有二次代价函数、交叉熵、对数似然代价函数。

二次代价函数

二次代价函数表达式：
$C=\frac{1}{2n}\displaystyle\sum_{x}^{} [y(x)-a(x)]^2$C=2n1​x∑​[y(x)−a(x)]2
在该表达式中，C表示cost，即代价函数；n表示样本个数，x表示样本，y(x)表示真实值，a(x)表示预测值，即$a=σ(z)$a=σ(z)，$z=\displaystyle\sum_{}^{} w_jx_j+b$z=∑​wj​xj​+b。
为了简单起见，我们假设只有一个样本，即$C=\frac{1}{2} (y-a)^2$C=21​(y−a)2。
现在使用梯度下降法来调整权值和偏执值的大小，

梯度就是我们说的导数，w和b的梯度跟**函数的梯度成正比（不考虑梯度的方向，即导数的正负），**函数的梯度越大，w和b的大小调整得越快，训练收敛的就越快。如果我们希望模型快速收敛，那就需要**函数的导数稍微大些。如果**函数的导数很小，接近于0，那w和b的调整就几乎为0，即w和b几乎没有调整，这就是我们经常说的梯度消失的问题。

我们以sigmoid**函数为例来解释梯度，sigmoid曲线如上图所示。在B点，**函数到导数几乎为0，那w和b的调整就几乎为0，基本没有什么变化。
假如我们目标是使**函数的值收敛到1。A点为0.82离目标比较远，梯度比较大，权值调整比较大。B点为0.98离目标比较近，梯度比较小，权值调整比较小。调整方案合理。
假如我们目标是使**函数的值收敛到0。A点为0.82离目标比较近，梯度比较大，权值调整比较大。B点为0.98离目标比较远，梯度比较小，权值调整比较小。调整方案不合理。

交叉熵代价函数

交叉熵代价函数的表达式：

同样，在该表达式中，C表示cost，即代价函数；n表示样本个数，x表示样本，y表示真实值，a表示预测值，即

其中，**函数使用的是sigmoid函数，sigmoid表达式为

所以，

现在使用梯度下降法来调整权值和偏执值的大小，

由上述两个表达式可知，权值和偏置值的梯度与**函数的导数无关，即在交叉熵代价函数中，权值和偏执值的调整和**函数的导数是没有关系。
同时，在表达式中，$σ(z)-y$σ(z)−y表示输出值与实际值的误差，所以在交叉熵代价函数中，权值和偏执值的调整是和输出值与预测值的差值成正比的，即当误差越大时，梯度就越大，参数w和b的调整就越快，训练的速度也就越快。调整方案非常合理。
注意：
如果输出神经元（即**函数）是线性的，可以选择使用二次代价函数。如果输出神经元是S型函数（即**函数），那么比较适合用交叉熵代价函数。

对数似然代价函数

对数似然代价函数的表达式：
$C=-\displaystyle\sum_{x}^{} y(x)*lna(x)$C=−x∑​y(x)∗lna(x)
在该表达式中，C表示cost，即代价函数；x表示样本；y表示真实值；a表示预测值。

对数似然函数常用来作为softmax回归的代价函数，如果输出层神经元是sigmoid函数，可以采用交叉熵代价函数。而深度学习中更普遍的做法是将softmax作为最后一层，此时常用的代价函数是对数释然代价函数。
对数似然代价函数与softmax的组合和交叉熵与sigmoid函数的组合非常相似。对数释然代价函数在二分类时可以化简为交叉熵代价函数的形式。
如果几乎函数是softmax，而y是one-hot，则对数似然代价函数就设计的非常好。softmax、对数似然代价、one-hot三者是绝配。
用法：
tf.nn.sigmoid_cross_entropy_with_logits()来表示跟sigmoid搭配使用的交叉熵。
tf.nn.softmax_cross_entropy_with_logits()来表示跟softmax搭配使用的交叉熵。
注意：
（1）如果**函数是sigmoid，就选择交叉熵代价函数。
（2）如果**函数是softmax，就选择对数似然代价函数。