torch.nn.functional.huber_loss

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

計算 Huber 損失，可選擇加權。

如果元素間的絕對誤差小於 delta，則該函式使用平方項；否則使用 delta 縮放的 L1 項。

當 delta 等於 1 時，此損失等價於 SmoothL1Loss。通常，Huber 損失與 SmoothL1Loss 的區別在於一個 delta 因子（在 Smooth L1 中稱為 beta）。

引數

• input (Tensor) – 預測值。

• target (Tensor) – 真實值。

• reduction (str, 可選) – 指定應用於輸出的歸約方式：‘none’ | ‘mean’ | ‘sum’。‘mean’：取輸出的平均值。‘sum’：輸出將求和。‘none’：不應用歸約。預設值：‘mean’。

• delta (float, 可選) – 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。

返回值

Huber 損失（可選加權）。

返回型別

Tensor