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')[源代码]¶
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 .
log_input (布尔值) – 如果为
True
,则损失计算为input \exp(\text{input}) - \text{target} * \text{input} ,如果为False
,则损失为 。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 .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 。默认值:1e-8reduce (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