MSELoss損失函數中文名字就是：均方損失函數，公式如下所示：

這里 loss, x, y 的維度是一樣的，可以是向量或者矩陣，i 是下標。

很多的 loss 函數都有 size_average 和 reduce 兩個布爾類型的參數。因為一般損失函數都是直接計算 batch 的數據，因此返回的 loss 結果都是維度為 (batch_size, ) 的向量。

一般的使用格式如下所示：

loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)

這里注意一下兩個入參：

Ａ?reduce = False，返回向量形式的 loss

Ｂ　reduce = True， 返回標量形式的loss

C??size_average = True，返回 loss.mean();

D??如果 size_average = False，返回 loss.sum()

默認情況下：兩個參數都為True．

下面的是python的例子：

# -*- coding: utf-8 -*-

import torch

import torch.optim as optim

loss_fn = torch.nn.MSELoss(reduce=False, size_average=False)

#loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)

#loss_fn = torch.nn.MSELoss()

input = torch.autograd.Variable(torch.randn(3,4))

target = torch.autograd.Variable(torch.randn(3,4))

loss = loss_fn(input, target)

print(input); print(target); print(loss)

print(input.size(), target.size(), loss.size())

承接Matlab、Python和C++的編程，機器學習、計算機視覺的理論實現及輔導，本科和碩士的均可，咸魚交易，專業回答請走知乎，詳談請聯系QQ號757160542，非誠勿擾。

本文同步分享在 博客“于小勇”(CSDN)。

如有侵權，請聯系 support@oschina.cn 刪除。

本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。

總結

以上是生活随笔為你收集整理的matlab的损失函数mse,MSELoss损失函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。