在有监督学习中，每个数据都对应一个label的，以(x,t)的形式出现，其中x是待输入的数据，t是对应的label。
label是正确的话，则被称为ground truth，错误的话则不是。
我们输入网络的数据是（x，t），由模型得到的预测数据是（x，y）
预测结果y会与标签t做损失，例如在最小方差中，有
可见是否为ground truth会影响loss的结果，进而影响模型质量。
也可以理解为一种参考标准，把这个标准作为真实值，将其与预测值进行比较。
参考：https://www.zhihu.com/question/22464082/answer/21443035
