HuberLoss¶
- class torch.nn.HuberLoss(reduction='mean', delta=1.0)[源代码]¶
创建一个标准,如果逐元素误差的绝对值低于 delta,则使用平方项,否则使用 delta 缩放的 L1 项。此损失结合了
L1Loss
和MSELoss
的优点;delta 缩放的 L1 区域使损失对异常值的敏感度低于MSELoss
,而 L2 区域在L1Loss
附近提供了平滑度。有关详细信息,请参阅 Huber 损失。对于大小为 的批次,未经约简的损失可以描述为
其中
如果 reduction 不为 none,则
注意
当 delta 设置为 1 时,此损失等效于
SmoothL1Loss
。一般来说,此损失与SmoothL1Loss
相差 delta 系数(在 Smooth L1 中也称为 beta)。有关这两种损失行为差异的更多讨论,请参阅SmoothL1Loss
。- 参数
- 形状
输入: 其中 表示任意数量的维度。
目标:,与输入形状相同。
输出:标量。如果
reduction
为'none'
,则为) (*) ,与输入形状相同。