2022-02-19 14:42:47 +08:00
|
|
|
|
mindspore.nn.RMSELoss
|
|
|
|
|
|
======================
|
|
|
|
|
|
|
|
|
|
|
|
.. py:class:: mindspore.nn.RMSELoss
|
|
|
|
|
|
|
|
|
|
|
|
RMSELoss用来测量 :math:`x` 和 :math:`y` 元素之间的均方根误差，其中 :math:`x` 是输入Tensor， :math:`y` 是目标值。
|
|
|
|
|
|
|
|
|
|
|
|
假设 :math:`x` 和 :math:`y` 为一维Tensor，长度为 :math:`N` ， :math:`x` 和 :math:`y` 的loss为：
|
|
|
|
|
|
|
|
|
|
|
|
.. math::
|
|
|
|
|
|
loss = \sqrt{\frac{1}{N}\sum_{i=1}^{N}{(x_i-y_i)^2}}
|
|
|
|
|
|
|
2022-07-25 16:47:23 +08:00
|
|
|
|
输入：
|
|
|
|
|
|
- **logits** (Tensor) - 输入的预测值Tensor, shape :math:`(N,*)` ，其中 `*` 代表任意数量的附加维度。
|
|
|
|
|
|
- **labels** (Tensor) - 输入的目标值Tensor，shape :math:`(N,*)` 。一般与 `logits` 的shape相同。如果 `logits` 和 `labels` 的shape不同，需支持广播。
|
2022-02-19 14:42:47 +08:00
|
|
|
|
|
2022-07-25 16:47:23 +08:00
|
|
|
|
输出：
|
|
|
|
|
|
Tensor，输出值为加权损失值，其数据类型为float，其shape为()。
|
