multi_label_soft_margin_loss¶
- paddle.nn.functional. multi_label_soft_margin_loss ( input, label, weight: Optional = None, reduction: str = 'mean', name: str = None ) [源代码] ¶
计算输入 input 和 label 间的 margin-based loss 损失。
损失函数按照下列公式计算
如果添加权重则再乘以对应的权重值
最后,添加 reduce 操作到前面的输出 Out 上。当 reduction 为 none 时,直接返回最原始的 Out 结果。当 reduction 为 mean 时,返回输出的均值 \(Out = MEAN(Out)\) 。当 reduction 为 sum 时,返回输出的求和 \(Out = SUM(Out)\) 。
参数¶
input (Tensor) - \([N, *]\) , 其中 N 是 batch_size, * 是任意其他维度。数据类型是 float32、float64。
label (Tensor) - \([N, *]\) , 标签
label
的维度、数据类型与输入input
相同。weight (Tensor,可选) - 手动设定权重,默认为 None
reduction (str,可选) - 指定应用于输出结果的计算方式,可选值有:
'none'
,'mean'
,'sum'
。默认为'mean'
,计算 Loss 的均值;设置为'sum'
时,计算 Loss 的总和;设置为'none'
时,则返回原始 Loss。name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
形状¶
input (Tensor) - \([N, *]\) , 其中 N 是 batch_size, * 是任意其他维度。数据类型是 float32、float64。
label (Tensor) - \([N, *]\) ,标签
label
的维度、数据类型与输入input
相同。output (Tensor) - 输出的 Tensor。如果
reduction
是'none'
, 则输出的维度为 \([N, *]\) , 与输入input
的形状相同。如果reduction
是'mean'
或'sum'
, 则输出的维度为 \([1]\) 。
返回¶
输出的 Tensor。如果
reduction
是'none'
, 则输出的维度为 \([N, *]\) , 与输入input
的形状相同。如果reduction
是'mean'
或'sum'
, 则输出的维度为 \([1]\) 。
代码示例¶
COPY-FROM: Paddle.nn.functional.multi_label_soft_margin_loss