L1损失与L2损失

假设我们有两个需要比较的向量或值：预测值（浅层特征）和**目标值**（深层特征）。它们之间的差异记作 $x$。

---

1. 数学定义

• L1损失（平均绝对误差）：

$$ L1 = |x| $$

也就是计算两者差值的绝对值。

• L2损失（均方误差）：

$$ L2 = x^2 $$

也就是计算两者差值的平方。

---

2. 核心区别：惩罚力度与梯度行为

两者的本质区别在于当误差变大时，模型受到的惩罚程度。