还有什么类似MSE或者L1的损失

除了均方误差(MSE)和平均绝对误差(L1)外，常见的损失函数还有：

1. Huber Loss：在误差较小的时候采用L2损失，在误差较大的时候采用L1损失，可以减小异常值对损失函数的影响。

2. Log-Cosh Loss：是一种兼具平滑性和鲁棒性的损失函数，可以在一定程度上抵抗离群点的影响。

3. Quantile Loss：用于评估分位数回归模型的损失函数，可以对不同分位数的误差赋予不同的权重，从而更好地适应不同的分布情况。

4. Exponential Loss：对于分类问题，可以使用指数损失函数，它可以对分类错误给予更大的惩罚，从而更好地优化分类模型。

这些损失函数都有其适用范围和优缺点，需要根据具体情况选择合适的损失函数。