问题背景：突然被各种差搞蒙了头，决定来好好理一理这各种差。
方差这个词，我们从中学时代就接触了，应该很熟悉。
它是用来衡量离散程度。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。
对于一组随机变量或者统计数据，其期望值我们由E(X)表示，即随机变量或统计数据的均值，然后对各个数据与均值的差的平方求和
为什么要弄标准差呢？因为直观呀。你想呀，方差是各个值与均值的差距的平方，从幂上来说，方差怎么说也是二次方上的东西了，要和原来的均值（一次方）上的东西比较，多不直观呀。就好像，三次元和二次元无法好好沟通一样（滑稽）。
另外，标准差又叫均方差。
均方误差是各数据偏离真实值的距离平方和的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近）。
那么，均方误差和方差最大的不同在哪？
在于，方差是离均值的距离，均方误差是离真实值的距离。
多个均方误差之和组成的总误差。
举个例子，前面说到的YOLO里的loss:
