在任何情况下，您基本上都不希望有这样的损失。

机器学习的目标是定义一个凸的损失函数，通过用给定的数据逼近它来找到最小值。

没有凸损失函数意味着您将有多个最小值，并且无法确定您所在的最小值是全局最小值还是局部最小值，因此您将不知道它是否是最优的。

唯一没有凸函数的机器学习是深度学习。而且您会看到使用它并获得“良好结果”是多么复杂，而无需了解幕后发生的事情。

深度学习模型（大多数情况下）随机地使用批量梯度下降，这有助于摆脱局部最小值，但这并不容易。

我们甚至无法从数学上证明这些系统是经过良好优化的。

所以基本上，如果你想要一个好的模型，你可以避免造成这样的怪物损失:)