考试时我该选哪个公式？

选哪个公式主要看两个因素：任务类型和数据特征。

首先，判断任务是分类还是回归：

• 分类任务（比如判断图片是猫还是狗）：常用公式有交叉熵损失。
• 回归任务（比如预测房价）：常用均方误差（MSE）。

其次，看数据特点：

• 如果数据中异常值较多：回归任务优先选平均绝对误差（MAE），它对异常点更稳健。
• 如果数据是序列或时间相关（比如股价、文本）：考虑用循环神经网络（RNN）相关公式，如LSTM的损失函数。

最后，留意考试具体场景：

• 若题目给的是深度学习模型输出和真实标签，默认选交叉熵或MSE。
• 若是传统机器学习（如线性回归、逻辑回归），通常对应最小二乘法或逻辑损失。

简单口诀：分类用交叉熵，回归用MSE，有异常选MAE，序列任务找RNN。