顾名思义，平方损失函数是指预测值与真实值差值的平方。损失越大，说明预测值与真实值的差值越大。
解释如下：损失函数是指一种将一个事件，在一个样本空间中的一个元素，映射到一个表达与其事件相关的经济成本或机会成本的实数上的一种函数。
深度学习之损失函数与激活函数的选择在深度神经网络（DNN）反向传播算法(BP)中，我们对DNN的前向反向传播算法的使用做了总结。其中使用的损失函数是均方差，而激活函数是Sigmoid。实际上DNN可以使用的损失函数和激活函数不少。
重申一下，孪生神经网络的目标——确保一个人(锚anchor)的图片，相比其他人(负negative)的图片来说，更接近他本人的(正positive)的任意一张图片。为了训练这样的网络，他们引入了三重损失函数。