百度没能到达自己想要的东西,所以直接去看了英语文档。 MSE loss—py torch1. 10.1 documentation
CLASS:
torch.nn.MSE loss (size _ average=none,reduce=None,reduction='mean ' () ) ) ) ) ) ) ) ) )。
测量与目标中每个元素的均方误差。 (注:英语文档是和,为了避免歧义我用和) ) )。
太长不看的总结
对于思想(向量格式),reduction='none '或reduce=False思想,reduction='sum '或reduce=True,size_average=False为l size _ average=false size _ average=true (默认状态) http://www.Sina.com/reduction=' none ',(向量格式) ) ) ) )
如果reduction='mean '或' sum ' (默认值为mean ),则为,
'
和任意形状的hldjw,各有要素。
mean操作由所有元素执行并除以。
如果不想除法,则选择reduction='sum '。
如果33558www.Sina.com/reduce=false,则size_average参数无效,返回每个元素的损失/返回直接向量格式的loss。
如果reduce=True,则返回的值取决于size_average。 如果size_average=True,则返回loss.mean (; 如果size_average=False,则返回loss.sum (。
默认状态: reduce=True size_average=True
33558 www.Sina.com/: size _ average和reduce将被淘汰,在此期间,指定这两者之一将涵盖reduction。
如果有错误,欢迎来到: )