PaddlePaddle

 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:

reduction 设置为 'none' 时,

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

reduction 设置为 'mean' 时,

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

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