torch.nn.functional.binary_cross_entropy

torch.nn.functional.binary_cross_entropy(input, target, weight=None, size_average=None, reduce=None, reduction='mean')

計算目標和輸入機率之間的二元交叉熵。

有關詳細資訊，請參閱 BCELoss。

引數

• input (Tensor) – 任意形狀的機率張量。

• target (Tensor) – 與輸入形狀相同的張量，值在 0 和 1 之間。

• weight (Tensor, optional) – 如果提供了手動重縮放權重，它會被重複以匹配輸入張量形狀。

• size_average (bool, optional) – 已棄用（請參閱 reduction）。

• reduce (bool, optional) – 已棄用（請參閱 reduction）。

• reduction (str, optional) – 指定要應用於輸出的歸約方式：'none' | 'mean' | 'sum'。'none'：不應用歸約，'mean'：輸出的總和將除以輸出中的元素數量，'sum'：輸出將被求和。注意：size_average 和 reduce 正在被棄用，在此期間，指定這兩個引數中的任何一個都將覆蓋 reduction。預設為：'mean'。

返回型別

張量

示例

>>> input = torch.randn(3, 2, requires_grad=True)
>>> target = torch.rand(3, 2, requires_grad=False)
>>> loss = F.binary_cross_entropy(torch.sigmoid(input), target)
>>> loss.backward()