大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
1.应用
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()
2.概念
API
类
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。 |
实例
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
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/193067.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...