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。

如果絕對元素誤差低於 delta，則此函式使用平方項；否則使用 delta 比例的 L1 項。

當 delta 等於 1 時，此損失等同於 SmoothL1Loss。 一般來說，Huber 損失與 SmoothL1Loss 的差異在於 delta 倍數（又稱 Smooth L1 中的 beta）。

參數

• input (Tensor) – 預測值。

• target (Tensor) – 真實值。

• reduction (str, optional) – 指定要應用於輸出的縮減方式：'none' | 'mean' | 'sum'。 'mean': 輸出的平均值。 'sum': 輸出將被加總。 'none': 不會應用縮減。 預設值：'mean'。

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

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

返回值

Huber 損失（可選擇加權）。

返回類型

Tensor