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')

泊松負對數似然損失。

詳見 PoissonNLLLoss。

引數

• input (Tensor) – 泊松分佈的期望。

• target (Tensor) – 隨機樣本 $target \sim \text{Poisson}(input)$。

• log_input (bool) – 若為 True，則損失計算為 $\exp(\text{input}) - \text{target} * \text{input}$；若為 False，則損失為 $\text{input} - \text{target} * \log(\text{input}+\text{eps})$。預設值：True

• full (bool) – 是否計算完整損失，即新增斯特林近似項。預設值：False $\text{target} * \log(\text{target}) - \text{target} + 0.5 * \log(2 * \pi * \text{target})$。

• size_average (bool, 可選) – 已棄用 (詳見 reduction)。預設情況下，損失會除以批次中每個損失元素的數量進行平均。請注意，某些損失對於每個樣本有多個元素。如果欄位 size_average 設定為 False，則改為對每個迷你批次的損失求和。當 reduce 為 False 時忽略。預設值：True

• eps (float, 可選) – 用於避免當 log_input=False 時評估 $\log(0)$ 的小值。預設值：1e-8

• reduce (bool, 可選) – 已棄用 (詳見 reduction)。預設情況下，根據 size_average 對每個迷你批次的觀測值進行平均或求和。當 reduce 為 False 時，改為返回每個批次元素的損失，並忽略 size_average。預設值：True

• reduction (str, 可選) – 指定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'：對輸出求和。注意：size_average 和 reduce 正在棄用中，在此期間，指定這兩個引數中的任何一個都將覆蓋 reduction。預設值：'mean'

返回型別

Tensor