torch.nn.functional.poisson_nll_loss
- torch.nn.functional.poisson_nll_loss(input, target, log_input=True, full=False, size_average=None, eps=1e-08, reduce=None, reduction='mean')[源代码]
-
Poisson负对数似然损失函数。
详情请参见
PoissonNLLLoss。- 参数
-
-
输入 (Tensor) – 泊松分布的期望值。
-
target (Tensor) – 从泊松分布中生成的随机样本 $target \sim \text{Poisson}(input)$.
-
log_input (bool) – 如果为
True，损失计算公式为$\exp(\text{input}) - \text{target} * \text{input}$；如果为False，则损失计算公式为$\text{input} - \text{target} * \log(\text{input}+\text{eps})$。默认值：True -
full (bool) – 是否计算完整损失，包括斯特林近似项。默认值：
False$\text{target} * \log(\text{target}) - \text{target} + 0.5 * \log(2 * \pi * \text{target})$. -
size_average (bool, optional) – 已弃用（请参见
reduction）。默认情况下，损失值会在批次中的每个损失元素上进行平均计算。需要注意的是，对于某些损失函数，每个样本包含多个损失元素。如果将字段size_average设置为False，则损失值会针对每个小批量进行求和。当参数 reduce 为False时，此设置会被忽略。默认值：True -
eps (float, optional) – 一个小的数值，用于在
log_input=False时避免计算$\log(0)$。默认值：1e-8 -
reduce (bool, optional) – 已弃用（请参见
reduction）。默认情况下，损失值会根据size_average参数在每个小批量中进行平均或求和。当reduce为False时，返回每批元素的单独损失值，并忽略size_average设置。默认值：True -
reduction (str, 可选) – 指定要应用于输出的缩减方式：
'none'|'mean'|'sum'。'none': 不进行任何缩减，'mean': 输出总和除以元素数量，'sum': 对输出求和。注意：size_average和reduce正在被弃用，在此期间，指定这两个参数中的任何一个将覆盖reduction参数。默认值：'mean'
-
- 返回类型