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')

Poisson 負對數概似損失函數。

詳情請見 PoissonNLLLoss。

參數

• input (Tensor) – 底層 Poisson 分佈的期望值。

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

• log_input (bool) – 如果 True，則損失函數計算為 $\exp(\text{input}) - \text{target} * \text{input}$，如果 False，則損失函數為 $\text{input} - \text{target} * \log(\text{input}+\text{eps})$。預設值：True

• full (bool) – 是否計算完整損失，即是否加入 Stirling 近似項。預設值：False $\text{target} * \log(\text{target}) - \text{target} + 0.5 * \log(2 * \pi * \text{target})$。

• size_average (bool, optional) – 已棄用 (請參閱 reduction)。 預設情況下，損失會在批次中的每個損失元素上進行平均。 請注意，對於某些損失，每個樣本有多個元素。 如果欄位 size_average 設定為 False，則會改為對每個小批次將損失加總。 當 reduce 為 False 時忽略。 預設值：True

• eps (float, optional) – 用於避免評估 $\log(0)$ 的小數值，當 log_input=False 時。 預設值：1e-8

• reduce (bool, optional) – 已棄用 (請參閱 reduction)。 預設情況下，根據 size_average，損失會在每個小批次的觀察值上進行平均或加總。 當 reduce 為 False 時，會改為傳回每個批次元素的損失，並忽略 size_average。 預設值：True

• reduction (str, optional) – 指定要應用於輸出的縮減方式：'none' | 'mean' | 'sum'。 'none'：不套用任何縮減，'mean'：輸出的總和將除以輸出中的元素數量，'sum'：輸出將被加總。 注意：size_average 和 reduce 正在被棄用中，同時，指定這兩個參數中的任何一個都會覆蓋 reduction。 預設值：'mean'

回傳型別

Tensor