mse_loss

paddle.nn.functional. mse_loss ( input, label, reduction='mean', name=None ) [源代码]

用于计算预测值和目标值的均方差误差。

对于预测值 input 和目标值 label,公式为:

reduction 设置为 'none' 时,

\[Out = (input - label)^2\]

reduction 设置为 'mean' 时,

\[Out = \operatorname{mean}((input - label)^2)\]

reduction 设置为 'sum' 时,

\[Out = \operatorname{sum}((input - label)^2)\]

参数

  • input (Tensor) - 预测值,维度为 \([N_1, N_2, ..., N_k]\) 的多维 Tensor。数据类型为 float32 或 float64。

  • label (Tensor) - 目标值,维度为 \([N_1, N_2, ..., N_k]\) 的多维 Tensor。数据类型为 float32 或 float64。

  • reduction (str, 可选) - 输出的归约方法可以是'none'、'mean'或'sum'。

    • 如果 reduction'mean',则返回减少的平均损失。

    • 如果 reduction'sum',则返回减少的总损失。

    • 如果 :attr: reduction'none',返回未减少的损失。默认为 'mean'

  • name (str, 可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

Tensor,输入 input 和标签 label 间的 mse loss 损失。

代码示例

import paddle
mse_loss = paddle.nn.loss.MSELoss()
input = paddle.to_tensor(1.5)
label = paddle.to_tensor(1.7)
output = mse_loss(input, label)
print(output)
# 0.04000002