one

CSDN-Ada助手: 非常感谢您分享关于SVR的知识，这篇博客相信会对很多读者有所帮助。我们期待您未来更多的技术分享。如果您感兴趣的话，我们建议您可以写一篇关于“使用python进行机器学习的流程和注意事项”的博客，分享您的实战经验和技巧。期待您的精彩分享！ 2023年博客之星「城市赛道」年中评选已开启（https://activity.csdn.net/creatActivity?id=10470&utm_source=blog_comment_city ）， 博主的原力值在所在城市已经名列前茅，持续创作就有机会成为所在城市的 TOP1 博主（https://bbs.csdn.net/forums/blogstar2023?typeId=3152981&utm_source=blog_comment_city），更有丰厚奖品等你来拿~。

githubcurry: yolov8采用的是多个损失函数取不同权重相加，分别有，类别分类损失（正负样本分配策略）、边框回归损失；由这三个值加权平均得出；边框损失（iou计算）不可能保持全1。所以loss肯定不会是1；我们可以把loss当成模型是否收敛的一个指标，loss平滑之后，就可以看做收敛了（不考虑欠拟合和过拟合的情况）

qq_50513242: Classification：推测为分类loss均值，越小分类越准，本实验为一类所以为0；图上都不是0，怎么乱说呢，一看就是别人哪里搬运的吧

xin麒: 太底层感觉

kuaijiujiuwo: 你是什么神仙博主啊，弄懂了我好久 不明白的问题