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： )