本文简要介绍python语言中 torch.nn.MSELoss
的用法。
用法:
class torch.nn.MSELoss(size_average=None, reduce=None, reduction='mean')
size_average(bool,可选的) -已弃用(请参阅
reduction
)。默认情况下,损失是批次中每个损失元素的平均值。请注意,对于某些损失,每个样本有多个元素。如果字段size_average
设置为False
,则会对每个小批量的损失求和。当reduce
为False
时忽略。默认值:True
reduce(bool,可选的) -已弃用(请参阅
reduction
)。默认情况下,根据size_average
对每个小批量的观察结果进行平均或求和。当reduce
是False
时,返回每个批次元素的损失并忽略size_average
。默认值:True
reduction(string,可选的) -指定要应用于输出的缩减:
'none'
|'mean'
|'sum'
。'none'
:不应用减少,'mean'
:输出的总和将除以输出中的元素数,'sum'
:输出将被求和。注意:size_average
和reduce
正在被弃用,同时,指定这两个参数中的任何一个都将覆盖reduction
。默认值:'mean'
创建一个标准,用于测量输入 和目标 中每个元素之间的均方误差(平方 L2 范数)。
未减少的(即
reduction
设置为'none'
)损失可以说明为:其中
reduction
不是'none'
(默认'mean'
),则: 是批量大小。如果和 是任意形状的张量,每个张量总共有 个元素。
平均操作仍然对所有元素进行操作,并除以 。
如果设置
reduction = 'sum'
,则可以避免除以 。- 形状:
输入: ,其中 表示任意数量的维度。
目标: ,与输入的形状相同。
例子:
>>> loss = nn.MSELoss() >>> input = torch.randn(3, 5, requires_grad=True) >>> target = torch.randn(3, 5) >>> output = loss(input, target) >>> output.backward()
参数:
相关用法
- Python PyTorch MaxUnpool3d用法及代码示例
- Python PyTorch MultiStepLR用法及代码示例
- Python PyTorch Module.buffers用法及代码示例
- Python PyTorch Module.register_full_backward_hook用法及代码示例
- Python PyTorch Module.named_modules用法及代码示例
- Python PyTorch Module.parameters用法及代码示例
- Python PyTorch MaxPool1d用法及代码示例
- Python PyTorch Module.register_forward_hook用法及代码示例
- Python PyTorch MetaInferGroupedPooledEmbeddingsLookup.state_dict用法及代码示例
- Python PyTorch Module.named_parameters用法及代码示例
- Python PyTorch MetaInferGroupedEmbeddingsLookup.named_buffers用法及代码示例
- Python PyTorch ModuleList用法及代码示例
- Python PyTorch MultiLabelMarginLoss用法及代码示例
- Python PyTorch MultiplicativeLR用法及代码示例
- Python PyTorch MixtureSameFamily用法及代码示例
- Python PyTorch MultiheadAttention用法及代码示例
- Python PyTorch MpSerialExecutor用法及代码示例
- Python PyTorch MaxUnpool1d用法及代码示例
- Python PyTorch Mapper用法及代码示例
- Python PyTorch MultivariateNormal用法及代码示例
- Python PyTorch Module.state_dict用法及代码示例
- Python PyTorch MapKeyZipper用法及代码示例
- Python PyTorch MultiScaleRoIAlign用法及代码示例
- Python PyTorch MultiheadAttentionContainer.__init__用法及代码示例
- Python PyTorch MarginRankingLoss用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.nn.MSELoss。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。