平方损失函数:
LOSS(Xi,yi )=) Xiyi )LOSS(Xi,yi )=) Xiyi ) 2
其中,loss、x、y的维数相同,可以是向量或矩阵,I是下标。
许多loss函数都有名为size_average和reduce的布尔参数。 因为典型的丢失函数直接计算batch的数据,所以返回的所有loss结果都是维(batch_size,)的向量。
(1)如果reduce=False,则size_average参数无效,按原样返回向量形式的loss;2 )如果reduce=True,则loss返回标量a ) size_average 注:默认情况下,reduce=True,size_average=True
导入跟踪导入编号as NP 1,返回向量
loss _ fn=torch.nn.MSE loss (reduce=false,size_average=False ) a=NP.array ([ 1,2 ],[ 3,4 ] ) b )
loss=loss_fn(input.float )、target.float (打印) loss ([1.1.],[1.1.] ) 2,返回
a=NP.array ([ 1,2 ],[ 3,4 ] ) b=NP.Array ) [ 2,3 ],[ 4,4 ] ) loss_fn=Torch.nn.mseloss ) ) )