神經網絡架構pytorch－MSELoss損失函數

　　MSELoss損失函數中文名字就是：均方損失函數，公式如下所示：

這里 loss, x, y 的維度是一樣的，可以是向量或者矩陣，i 是下標。

很多的 loss 函數都有 size_average 和 reduce 兩個布爾類型的參數。因為一般損失函數都是直接計算 batch 的數據，因此返回的 loss 結果都是維度為 (batch_size, ) 的向量。

一般的使用格式如下所示：

loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)

　這里注意一下兩個入參：

　　Ａ reduce = False，返回向量形式的 loss　

　　Ｂ　reduce = True， 返回標量形式的loss

       C  size_average = True，返回 loss.mean();

　　D  如果 size_average = False，返回 loss.sum()

 默認情況下：兩個參數都為True．

下面的是python的例子：

# -*- coding: utf-8 -*-

import torch
import torch.optim as optim

loss_fn = torch.nn.MSELoss(reduce=False, size_average=False)
#loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)
#loss_fn = torch.nn.MSELoss()
input = torch.autograd.Variable(torch.randn(3,4))
target = torch.autograd.Variable(torch.randn(3,4))
loss = loss_fn(input, target)
print(input); print(target); print(loss)
print(input.size(), target.size(), loss.size())

  結果自己可以運行一下看看．

參考文檔：

１　https://blog.csdn.net/hao5335156/article/details/81029791

２　https://blog.csdn.net/zhangxb35/article/details/72464152?utm_source=itdadao&utm_medium=referral