torch.nn.functional.huber_loss¶ torch.nn.functional.huber_loss(input, target, reduction='mean', delta=1.0, weight=None) → Tensor[源码][源码]¶ 计算 Huber 损失,可选择加权。 如果元素间的绝对误差小于 delta,则该函数使用平方项;否则使用 delta 缩放的 L1 项。 当 delta 等于 1 时,此损失等价于 SmoothL1Loss。通常,Huber 损失与 SmoothL1Loss 的区别在于一个 delta 因子(在 Smooth L1 中称为 beta)。 参数 input (Tensor) – 预测值。 target (Tensor) – 真实值。 reduction (str, 可选) – 指定应用于输出的归约方式:‘none’ | ‘mean’ | ‘sum’。‘mean’:取输出的平均值。‘sum’:输出将求和。‘none’:不应用归约。默认值:‘mean’。 delta (float, 可选) – 在 delta 缩放的 L1 和 L2 损失之间切换的阈值。默认值:1.0。 weight (Tensor, 可选) – 每个样本的权重。默认值:None。 返回值 Huber 损失(可选加权)。 返回类型 Tensor