torch.nn.functional.huber_loss¶
- torch.nn.functional.huber_loss(input, target, reduction='mean', delta=1.0, weight=None) Tensor[source][source]¶
计算 Huber 损失，可选加权。
函数在绝对元素级误差低于 delta 时使用平方项，否则使用 delta 缩放的 L1 项。
当 delta 等于 1 时，此损失函数与 SmoothL1Loss 等价。一般来说，Huber 损失与 SmoothL1Loss 的差别是 delta（即 SmoothL1 中的 beta）的倍数。
- 参数:
输入（Tensor）- 预测值。
目标（Tensor）- 真实值。
reduction（str，可选）- 指定应用于输出的降维方式：‘none’ | ‘mean’ | ‘sum’。‘mean’：取输出的平均值。‘sum’：输出将被求和。‘none’：不应用降维。默认：‘mean’。
delta（float，可选）- 用于在 delta 缩放的 L1 和 L2 损失之间切换的阈值。默认：1.0。
weight（Tensor，可选）- 每个样本的权重。默认：None。
- 返回值:
Huber 损失（可选加权）。
- 返回类型:
