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 负对数似然损失。

详细内容请见 PoissonNLLLoss 。

参数:

• 输入（张量）- 基础泊松分布的期望。

• 目标（张量）- 随机样本 $target \sim \text{Poisson}(input)$ 。

• log_input（布尔值）- 如果 True ，则损失计算为 $\exp(\text{input}) - \text{target} * \text{input}$ ，如果 False ，则损失为 $\text{input} - \text{target} * \log(\text{input}+\text{eps})$ 。默认： True 。

• 全部（布尔值）- 是否计算完整损失，即添加斯特林近似项。默认： False $\text{target} * \log(\text{target}) - \text{target} + 0.5 * \log(2 * \pi * \text{target})$ 。

• size_average（布尔值，可选）- 已弃用（参见 reduction ）。默认情况下，损失在批次的每个损失元素上平均。注意，对于某些损失，每个样本可能有多个元素。如果字段 size_average 设置为 False ，则损失将改为每个小批量求和。当 reduce 为 False 时忽略。默认值： True

• eps（浮点数，可选）- 避免当 log_input = False 时计算 $\log(0)$ 的小值。默认：1e-8

• reduce（布尔值，可选）- 已弃用（参见 reduction ）。默认情况下，损失会在每个 minibatch 的观测上平均或求和，具体取决于 size_average 。当 reduce 为 False 时，将返回每个批次的损失，并忽略 size_average 。默认： True

• reduction（字符串，可选）- 指定应用于输出的缩减方式： 'none' | 'mean' | 'sum' 。 'none' ：不应用缩减， 'mean' ：输出总和将除以输出中的元素数量， 'sum' ：输出将被求和。注意： size_average 和 reduce 正在被弃用，在此期间，指定这两个参数之一将覆盖 reduction 。默认： 'mean'

返回类型:

张量