forked from mindspore-Ecosystem/mindspore
30 lines
1.2 KiB
ReStructuredText
30 lines
1.2 KiB
ReStructuredText
mindspore.ops.SoftMarginLoss
|
||
=============================
|
||
|
||
.. py:class:: mindspore.ops.SoftMarginLoss(reduction='mean')
|
||
|
||
SoftMarginLoss操作。
|
||
|
||
一个二分类任务，计算输入 :math:`x` 和真实标签 :math:`y` （包含1或-1）之间的损失。
|
||
|
||
.. math::
|
||
\text{loss}(x, y) = \sum_i \frac{\log(1 + \exp(-y[i]*x[i]))}{\text{x.nelement}()}
|
||
|
||
其中 :math:`x.nelement()` 是x的元素数量。
|
||
|
||
参数：
|
||
- **reduction** (str) - 指定输出结果的计算方式。可选值有：'none'、'mean'或'sum'。默认值：'mean'。
|
||
|
||
输入：
|
||
- **logits** (Tensor) - 预测值。数据类型必须为float16或float32。
|
||
- **labels** (Tensor) - 真实标签，数据类型和shape与 `logits` 相同。
|
||
|
||
输出：
|
||
Tensor或Scalar，如果 `reduction` 为'none'，其shape与 `logits` 相同。否则，将返回Scalar。
|
||
|
||
异常：
|
||
- **TypeError** - 如果 `logits` 或 `labels` 不是Tensor。
|
||
- **TypeError** - 如果 `logits` 或 `labels` 的数据类型既不是float16也不是float32。
|
||
- **ValueError** - 如果 `logits` 与 `labels` 的shape不相同。
|
||
- **ValueError** - 如果 `reduction` 不是'none'、'mean'或'sum'。
|