identity_loss¶

paddle.incubate. identity_loss ( x, reduction='none' ) [源代码] ¶

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 Tensor。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
paddle.enable_static()
loss = paddle.static.data(name="loss", shape=[-1, 1], dtype="float32")
out = paddle.incubate.identity_loss(loss, reduction=1)

         