MSELoss损失函数中文名字就是：均方损失函数，公式如下所示：
这里 loss, x, y 的维度是一样的，可以是向量或者矩阵，i 是下标。
很多的 loss 函数都有 size_average 和 reduce 两个布尔类型的参数。因为一般损失函数都是直接计算 batch 的数据，因此返回的 loss 结果都是维度为 (batch_size, ) 的向量。
一般的使用格式如下所示：
loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)
这里注意一下两个入参：
Ａ reduce = False，返回向量形式的 loss
Ｂ reduce = True， 返回标量形式的loss
C size_average = True，返回 loss.mean();
D 如果 size_average = False，返回 loss.sum()
默认情况下：两个参数都为True．
下面的是python的例子：
# -*- coding: utf-8 -*-
import torch
import torch.optim as optim
loss_fn = torch.nn.MSELoss(reduce=False, size_average=False)
#loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)
#loss_fn = torch.nn.MSELoss()
input = torch.autograd.Variable(torch.randn(3,4))
target = torch.autograd.Variable(torch.randn(3,4))
loss = loss_fn(input, target)
print(input); print(target); print(loss)
print(input.size(), target.size(), loss.size())
承接Matlab、Python和C++的编程，机器学习、计算机视觉的理论实现及辅导，本科和硕士的均可，咸鱼交易，专业回答请走知乎，详谈请联系QQ号757160542，非诚勿扰。
本文同步分享在 博客“于小勇”(CSDN)。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
