L1Loss

class paddle.nn.loss. L1Loss ( reduction='mean', name=None )

该接口用于创建一个L1Loss的可调用类,L1Loss计算输入input和标签label间的 L1 loss 损失。

该损失函数的数学计算公式如下:

reduction 设置为 'none' 时,

\[Out = \lvert input - label\rvert\]

reduction 设置为 'mean' 时,

\[Out = MEAN(\lvert input - label\rvert)\]

reduction 设置为 'sum' 时,

\[Out = SUM(\lvert input - label\rvert)\]

参数

  • reduction (str, 可选): - 指定应用于输出结果的计算方式,可选值有: 'none', 'mean', 'sum' 。默认为 'mean',计算 L1Loss 的均值;设置为 'sum' 时,计算 L1Loss 的总和;设置为 'none' 时,则返回 L1Loss

  • name (str,可选): - 操作的名称(可选,默认值为None)。更多信息请参见 Name

形状

  • input (Tensor): - 输入的Tensor,维度是[N, *], 其中N是batch size, * 是任意数量的额外维度。数据类型为:float32、float64、int32、int64。

  • label (Tensor): - 标签,维度是[N, *], 与 input 相同。数据类型为:float32、float64、int32、int64。

  • output (Tensor): - 输入 input 和标签 label 间的 L1 loss 损失。如果 reduction'none', 则输出Loss的维度为 [N, *], 与输入 input 相同。如果 reduction'mean''sum', 则输出Loss的维度为 [1]。

代码示例

import paddle

input = paddle.to_tensor([[1.5, 0.8], [0.2, 1.3]])
label = paddle.to_tensor([[1.7, 1.0], [0.4, 0.5]])

l1_loss = paddle.nn.loss.L1Loss()
output = l1_loss(input, label)
print(output)
# [0.35]

l1_loss = paddle.nn.loss.L1Loss(reduction='sum')
output = l1_loss(input, label)
print(output)
# [1.4]

l1_loss = paddle.nn.loss.L1Loss(reduction='none')
output = l1_loss(input, label)
print(output)
# [[0.20000005 0.19999999]
#  [0.2        0.79999995]]