损失函数的计算公式以及判定标准

均方误差（Mean Squared Error, MSE）

适用回归任务

$MSE=\frac{1}{n}\sum^n_{i=1}{(y_i-\hat{y})^2}$

其中 $n$ 是样本数，$y_i$ 是真实值，$\hat{y_i}$ 是预测值。

MSE 的结果越小越好，通常在实际应用中，当 MSE 达到一定的阈值时，就可以停止训练。

交叉熵损失函数（Cross-Entropy Loss）

适用分类任务