torch.nn.functional.huber_loss

torch.nn.functional.huber_loss(input, target, reduction='mean', delta=1.0, weight=None)

計算 Huber 損失，可選是否加權。

當元素級絕對誤差小於 delta 時，函式使用平方項，否則使用 delta 縮放的 L1 項。

當 delta 等於 1 時，此損失等同於 SmoothL1Loss。通常，Huber 損失與 SmoothL1Loss 相差 delta（在 Smooth L1 中也稱為 beta）的因子。

有關詳細資訊，請參閱 HuberLoss。

引數

• input (Tensor) – 預測值。

• target (Tensor) – 真值。

• reduction (str, optional) – 指定應用於輸出的約簡：‘none’ | ‘mean’ | ‘sum’。‘mean’：取輸出的平均值。‘sum’：將輸出相加。‘none’：不應用任何約簡。預設為 ‘mean’。

• delta (float, optional) – 在 delta 縮放的 L1 和 L2 損失之間切換的閾值。預設值：1.0。

• weight (Tensor, 可選) – 每個樣本的權重。預設值：None。

返回

Huber 損失（可選加權）。

返回型別

張量