函数参数包括reduce和size_average,类型为布尔型。 因为丢失函数通常计算单个batch的数据,所以返回的所有结果都是维(batchsize,)的向量。
如果reduce=false,则size_average参数无效,并直接返回向量格式的loss。
如果reduce=true,则loss返回标量
size_average=true,然后单击loss.mean (
在size_average=false中,选择loss.sum (
注:默认情况下,reduce=True,size_average=True
导入torch导入编号as NP #返回向量MSE _ loss=torch.nn.MSE loss (reduce=false,size_average=False ) v1=NP.alse 5] (input1=torch.autograd.variable (torch.from _ numpy ) V1 ) target1=torch.autograd.variable ) ) torch.autood rray ([ 1,2 ],[ 3,4 ] ) V4=NP.array ) [ [ 2,3 ],[4, 4] size _ average=false (input2=torch.autograd.variable (torch.from _ numpy (v3 ) ) target2=torch.autograd.vable 、target2.float )、print ) loss ) tensor([1.1.]、[1.1.] ) tensor(3