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。

详见 PoissonNLLLoss。

参数

• input (Tensor) – 泊松分布的期望。

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

• log_input (bool) – 若为 True，则损失计算为 $\exp(\text{input}) - \text{target} * \text{input}$；若为 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, 可选) – 已弃用 (详见 reduction)。默认情况下，损失会除以批次中每个损失元素的数量进行平均。请注意，某些损失对于每个样本有多个元素。如果字段 size_average 设置为 False，则改为对每个迷你批次的损失求和。当 reduce 为 False 时忽略。默认值：True

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

• reduce (bool, 可选) – 已弃用 (详见 reduction)。默认情况下，根据 size_average 对每个迷你批次的观测值进行平均或求和。当 reduce 为 False 时，改为返回每个批次元素的损失，并忽略 size_average。默认值：True

• reduction (str, 可选) – 指定应用于输出的归约方式：'none' | 'mean' | 'sum'。'none'：不应用归约，'mean'：输出的总和将除以输出中的元素数量，'sum'：对输出求和。注意：size_average 和 reduce 正在弃用中，在此期间，指定这两个参数中的任何一个都将覆盖 reduction。默认值：'mean'

返回类型

Tensor