caffe层解读系列——hinge_loss
—————————— Hinge Loss 定义 ——————————Hinge Loss 主要针对要求”maximum-margin”的分类问题，因此尤其适用于SVM分类。Hinge Loss的定义如下：\(l(y) = max(0,1-t\cdot y)\)其中， \(t=\pm1\) , 需要注意的是 \(y\) 并不是分类的label，而只是决策函数的输出。例如在线性SVM中， \(y=wx
