大家好,又见面了,我是你们的朋友全栈君。
import torch
import torch.nn as nn
loss = nn.MSELoss()
input = torch.tensor([1.0,1.0], requires_grad=True)
target = torch.tensor([7.0,9.0])
output = loss(input, target) # 50
output.backward()
mean squared error (squared L2 norm)
CLASS torch.nn.MSELoss(size_average=None, reduce=None, reduction: str = 'mean')
参数 | 描述 |
---|---|
reduction (string, optional) | 默认为’mean’。‘mean’:求和取平均;‘sum’:只求和。 |
参数 | 描述 |
---|---|
Input: (N, *) | where *∗ means, any number of additional dimensions |
Target: (N, *) | same shape as the input |
参考: https://pytorch.org/docs/stable/generated/torch.nn.MSELoss.html?highlight=mseloss#torch.nn.MSELoss
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/193067.html原文链接:https://javaforall.cn