mse_loss¶
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:
\[Out = MEAN((input-label)^{2})\]
参数¶
input (Variable) - 预测值,维度为 \([N_1, N_2, ..., N_k, D]\) 的多维Tensor,其中最后一维D是类别数目。数据类型为float32或float64。
label (Variable) - 目标值,维度为 \([N_1, N_2, ..., N_k, D]\) 的多维Tensor,其中最后一维D是类别数目。数据类型为float32或float64。
返回¶
预测值和目标值的均方差
返回类型¶
变量(Variable)
代码示例¶
import paddle
input = paddle.to_tensor([1.1, 1.9])
label = paddle.to_tensor([1.0, 2.0])
output = paddle.fluid.layers.mse_loss(input, label)
print(output.numpy())
# [0.01]