损失函数（Loss Function）是用来衡量模型预测输出与实际目标之间差异的函数。在机器学习和深度学习中，损失函数是模型训练的关键部分。其目标是通过最小化损失函数来使模型的预测尽可能接近实际的标签或目标值。

在监督学习中，模型通过输入数据进行预测，并将预测结果与真实标签进行比较。损失函数衡量了模型预测的错误程度，这个错误通常用一个实数值来表示。优化算法通过调整模型的参数，使损失函数的值最小化，从而使模型在训练数据上更好地拟合。

不同的任务和模型可能需要使用不同的损失函数，选择合适的损失函数是模型训练中的重要决策之一。