mindspore.nn.Loss

class mindspore.nn.Loss

计算loss的平均值。如果每 \(n\) 次迭代调用一次 update 方法，则计算结果为：

\[loss = \frac{\sum_{k=1}^{n}loss_k}{n}\]

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> import mindspore
>>> from mindspore import nn, Tensor
>>>
>>> x = Tensor(np.array(0.2), mindspore.float32)
>>> loss = nn.Loss()
>>> loss.clear()
>>> loss.update(x)
>>> result = loss.eval()
>>> print(result)
0.20000000298023224

clear()

内部评估结果清零。

eval()

计算loss的平均值。

返回：

Float，loss的平均值。

异常：

• RuntimeError - 样本总数为0。

update(*inputs)

更新内部评估结果。

参数：

• inputs - 输入只包含一个元素，且该元素为loss。loss的维度必须为0或1。

异常：

• ValueError - inputs 的长度不为1。

• ValueError - inputs 的维度不为0或1。