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 (Tensor) – 基础泊松分布的期望值。

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

• log_input (bool) – 如果 True，则损失计算为 $\exp(\text{input}) - \text{target} * \text{input}$，如果 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，即是否添加斯特林近似项。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（请参阅 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，则损失将为每个小批量求和。当 reduce 为 False 时忽略。默认值： True

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

• reduce (bool, optional) – 已弃用（请参阅 reduction）。默认情况下，损失根据 size_average 在每个小批量的观测值上取平均值或求和。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'：输出将被求和。注意： size_average 和 reduce 正在被弃用，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