mindspore.ops.MultilabelMarginLoss

class mindspore.ops.MultilabelMarginLoss(reduction='mean')

二维卷积层。

创建一个标准，用于优化输入 \(x\) （一个2D小批量Tensor） 和输出 \(y\) （一个目标类别索引的2DTensor）之间的多类分类铰链损失（基于边距的损失）。

更多细节请参考 mindspore.ops.multi_label_margin_loss() 。

支持平台：

Ascend GPU

样例：

>>> loss = ops.MultilabelMarginLoss()
>>> x = Tensor(np.array([[0.1, 0.2, 0.4, 0.8], [0.2, 0.3, 0.5, 0.7]]), mindspore.float32)
>>> target = Tensor(np.array([[1, 2, 0, 3], [2, 3, -1, 1]]), mindspore.int32)
>>> output = loss(x, target)
>>> print(output)
(Tensor(shape=[], dtype=Float32, value= 0.325), Tensor(shape=[2, 4], dtype=Int32, value=
[[1, 1, 1, 1], [0, 0, 1, 1]]))