[ torch 参数更多 ]torch.nn.PoissonNLLLoss
torch.nn.PoissonNLLLoss
torch.nn.PoissonNLLLoss(log_input=True, full=False, size_average=None, eps=1e-08, reduce=None, reduction='mean')
paddle.nn.PoissonNLLLoss
paddle.nn.PoissonNLLLoss(log_input=True, full=False, epsilon=1e-8, reduction='mean', name=None)
PyTorch 相比 Paddle 支持更多其他参数，具体如下：
参数映射
| PyTorch | PaddlePaddle | 备注 |
|---|---|---|
| log_input | log_input | 输入是否为对数函数映射后结果。 |
| full | full | 是否在损失计算中包括 Stirling 近似项。 |
| size_average | - | 已废弃（可用 reduction 代替）。表示是否采用 batch 中各样本 loss 平均值作为最终的 loss。如果置 False，则采用加和作为 loss。默认为 True，paddle 需要转写。 |
| eps | epsilon | 在 log_input 为 True 时使用的常数小量。默认值为 1e-8，仅参数名不一致。 |
| reduce | - | 已废弃（可用 reduction 代替）。表示是否采用输出单个值作为 loss。如果置 False，则每个元素输出一个 loss 并忽略 size_average。默认为 True，paddle 需要转写。 |
| reduction | reduction | 指定应用于输出结果的计算方式，可选值有 none、mean 和 sum。默认为 mean，计算 mini-batch loss 均值。设置为 sum 时，计算 mini-batch loss 的总和。设置为 none 时，则返回 loss Tensor。默认值下为 mean。两者完全一致。 |
转写示例
size_average/reduce：对应到 reduction 为 sum
# PyTorch 写法
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, size_average=False, reduce=True)
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, size_average=False)
# Paddle 写法
paddle.nn.PoissonNLLLoss(log_input=True, full=False, epsilon=1e-8, reduction='sum')
size_average/reduce：对应到 reduction 为 mean
# PyTorch 写法
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, size_average=True, reduce=True)
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, reduce=True)
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, size_average=True)
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8)
# Paddle 写法
paddle.nn.PoissonNLLLoss(log_input=True, full=False, epsilon=1e-8, reduction='mean')
size_average/reduce：对应到 reduction 为 none
# PyTorch 写法
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, size_average=True, reduce=False)
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, size_average=False, reduce=False)
torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-8, reduce=False)
# Paddle 写法
paddle.nn.PoissonNLLLoss(log_input=True, full=False, epsilon=1e-8, reduction='none')