其中，FFA、 g 和 f 是由全连接层获得的函数。自编码器广泛使用两种损失函数：均方差和二进制交叉熵。它们只有在满足特定需求时才能使用。

由于自编码器试图解决回归问题，最常用的损失函数是均方差（MSE）：

如果 FFA 输出层的激活函数是一个 sigmoid 函数，即将神经元输出限制在 0 到 1 之间，并且输入特征被标准化为 0 到 1 之间，我们以使用 LCE 表示的二元交叉熵作为损失函数。

重构误差

重构误差 (RE) 是一个度量，它指示了自编码器能够重建输入观测值 x_i 的好坏。最典型的 RE 应用是 MSE

这很容易计算出来。在使用自编码器进行异常检测时，常常用到 RE。对于重建误差有一个简单的直观解释。当 RE 值较大时，自编码器不能很好地重构输入信号，当 RE 值较小时，重构是成功的。下图 3 展示了一个自编码器试图重建图像时出现的大大小小的重建错误的示例。