torch.nn.functional.poisson_nll_loss

torch.nn.functional.poisson_nll_loss(input, target, log_input=True, full=False, size_average=None, eps=1e-08, reduce=None, reduction='mean')

泊松负对数似然损失。

有关详细信息，请参阅 PoissonNLLLoss。

参数

• input (张量) – 底层泊松分布的期望。

• target (张量) – 随机样本 $target \sim \text{Poisson}(input)$.

• log_input (布尔值) – 如果为 True，则损失计算为 $\exp(\text{input}) - \text{target} * \text{input}$，如果为 False，则损失为 $\text{input} - \text{target} * \log(\text{input}+\text{eps})$。默认值：True

• full (bool) – 是否计算完整损失，即添加斯特林近似项。默认值：False $\text{target} * \log(\text{target}) - \text{target} + 0.5 * \log$$(2 * \pi * \text{target})$.

• size_average (bool, optional) – 已弃用（参见 reduction）。默认情况下，损失在批次中的每个损失元素上取平均值。请注意，对于某些损失，每个样本有多个元素。如果字段 size_average 设置为 False，则损失将对每个小批量求和。当 reduce 为 False 时忽略。默认值：True

• eps (float, optional) – 小值，用于避免当 log_input=False 时评估 $\log(0)$。默认值：1e-8

• reduce (bool, optional) – 已弃用（参见 reduction）。默认情况下，损失根据 size_average 对每个小批量的观测值取平均值或求和。当 reduce 为 False 时，返回每个批次元素的损失，并忽略 size_average。默认值：True

• reduction (str, optional) – 指定要应用于输出的归约：'none' | 'mean' | 'sum'。'none'：不应用任何归约，'mean'：输出的总和将除以输出中的元素数量，'sum'：输出将求和。注意：size_average 和 reduce 正在被弃用，同时，指定这两个参数中的任何一个都会覆盖 reduction。默认值：'mean'

返回类型

张量