paddle.nn / functional / mse_loss

mse_loss¶

paddle.nn.functional. mse_loss ( input, label, reduction='mean', name=None ) [源代码] ¶

该OP用于计算预测值和目标值的均方差误差。

对于预测值input和目标值label，公式为：

当 reduction 设置为 'none' 时，

\[Out = (input - label)^2\]

当 reduction 设置为 'mean' 时，

\[Out = \operatorname{mean}((input - label)^2)\]

当 reduction 设置为 'sum' 时，

\[Out = \operatorname{sum}((input - label)^2)\]

参数：¶

input (Tensor) - 预测值，维度为 \([N_1, N_2, ..., N_k]\) 的多维Tensor。数据类型为float32或float64。

label (Tensor) - 目标值，维度为 \([N_1, N_2, ..., N_k]\) 的多维Tensor。数据类型为float32或float64。

返回¶

Tensor, 输入 input 和标签 label 间的 mse loss 损失。

代码示例¶

import paddle

input = paddle.to_tensor(1.5)
label = paddle.to_tensor(1.7)
output = paddle.nn.functional.mse_loss(input, label)
print(output)
# [0.04000002]

此页内容是否对您有帮助

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.nn / functional / mse_loss

mse_loss¶

参数：¶

返回¶

代码示例¶