在有监督学习中,每个数据都对应一个label的,以(x,t)的形式出现,其中x是待输入的数据,t是对应的label。
label是正确的话,则被称为ground truth,错误的话则不是。
我们输入网络的数据是(x,t),由模型得到的预测数据是(x,y)
预测结果y会与标签t做损失,例如在最小方差中,有
可见是否为ground truth会影响loss的结果,进而影响模型质量。
也可以理解为一种参考标准,把这个标准作为真实值,将其与预测值进行比较。
参考:https://www.zhihu.com/question/22464082/answer/21443035