快捷方式

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 targetPoisson(input)target \sim \text{Poisson}(input).

  • log_input (布尔值) – 如果为 True,则损失计算为 exp(input)targetinput\exp(\text{input}) - \text{target} * \text{input},如果为 False,则损失为 inputtargetlog(input+eps)\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 targetlog(target)target+0.5log\text{target} * \log(\text{target}) - \text{target} + 0.5 * \log(2πtarget)(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)\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 reduceFalse 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_averagereduce 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

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源