identity_loss¶
用于在 IPU 动态图转静态图功能中标记网络的损失值,从而能够在 IPU 上为网络添加反向计算过程。算子以网络的损失值作为输入,并对输入做 reduction:
当 reduction 为 none 时,直接返回最原始的 Out 结果。
当 reduction 为 mean 时,最终的输出结果为:
\[Out = MEAN(Out)\]
当 reduction 为 sum 时,最终的输出结果为:
\[Out = SUM(Out)\]
参数¶
x (Variable) - 输入张量。维度为[N, *]的多维 Tensor,其中 N 是批大小,*表示任何数量的附加维度。数据类型在 CPU 上为 float32 或 float64,在 IPU 上为 float16 或 float32。
reduction (str|int,可选) - 指定应用于输出结果的计算方式,可选的 string 值有:
'sum'
,'mean'
,'none'
,对应的 int 值分别为 0,1,2 。默认为'none'
,直接返回输入 loss 的值。
返回¶
Variable,根据 reduction 返回网络损失值的计算结果。
代码示例¶
import paddle.fluid as fluid
import paddle
paddle.enable_static()
loss = fluid.data(name="loss", shape=[-1, 1], dtype="float32")
out = paddle.incubate.identity_loss(loss, reduction=1)