mse_loss¶

paddle.nn.functional. mse_loss ( input, label, reduction='mean', name=None ) [源代码] ¶

该OP用于计算预测值和目标值的均方差误差。

对于预测值input和目标值label，公式为：

当 reduction 设置为 'none' 时，

\[Out = (input - label)^2\]

当 reduction 设置为 'mean' 时，

\[Out = \operatorname{mean}((input - label)^2)\]

当 reduction 设置为 'sum' 时，

\[Out = \operatorname{sum}((input - label)^2)\]

参数：¶

input (Tensor) - 预测值，维度为 \([N_1, N_2, ..., N_k]\) 的多维Tensor。数据类型为float32或float64。

label (Tensor) - 目标值，维度为 \([N_1, N_2, ..., N_k]\) 的多维Tensor。数据类型为float32或float64。

返回¶

Tensor, 输入 input 和标签 label 间的 mse loss 损失。

代码示例¶

          import paddle

input = paddle.to_tensor(1.5)
label = paddle.to_tensor(1.7)
output = paddle.nn.functional.mse_loss(input, label)
print(output)
# [0.04000002]

         