\[ val\_loss = \frac{1}{m} \sum_{i=1}^{m} (\hat{y}_{\text{val}}^{(i)} - y_{\text{val}}^{(i)})^2 \] 其中,$ \hat{y}_{\text{val}}^{(i)} $ 表示第 i 个验证样本的模型预测值,$ y_{\text{val}}^{(i)} $ 表示第 i 个验证样本的实际标签。 以上就是loss 和...