問題背景：突然被各種差搞蒙了頭，決定來好好理一理這各種差。
一、方差
方差這個詞，我們從中學時代就接觸了，應該很熟悉。
它是用來衡量離散程度。概率論中方差用來度量隨機變量和其數學期望（即均值）之間的偏離程度。統計中的方差（樣本方差）是各個數據分別與其平均數之差的平方的和的平均數。
對於一組隨機變量或者統計數據，其期望值我們由E(X)表示，即隨機變量或統計數據的均值，然後對各個數據與均值的差的平方求和 
再對它求期望值，
就得到方差啦~
二、標準差
方差的開平方。
爲什麼要弄標準差呢？因爲直觀呀。你想呀，方差是各個值與均值的差距的平方，從冪上來說，方差怎麼說也是二次方上的東西了，要和原來的均值（一次方）上的東西比較，多不直觀呀。就好像，三次元和二次元無法好好溝通一樣（滑稽）。
另外，標準差又叫均方差。
三、均方誤差
均方誤差是各數據偏離真實值的距離平方和的平均數，也即誤差平方和的平均數，計算公式形式上接近方差，它的開方叫均方根誤差，均方根誤差才和標準差形式上接近）。
那麼，均方誤差和方差最大的不同在哪？
在於，方差是離均值的距離，均方誤差是離真實值的距離。
四、均方和誤差
多個均方誤差之和組成的總誤差。
舉個例子，前面說到的YOLO裏的loss:
