mindspore.ops.SmoothL1Loss

class mindspore.ops.SmoothL1Loss(beta=1.0, reduction='none')[源代码]

计算平滑L1损失,该L1损失函数有稳健性。

更多参考详见 mindspore.ops.smooth_l1_loss()

参数:
  • beta (float,可选) - 控制损失函数在L1Loss和L2Loss间变换的阈值,该值应大于零。默认值:1.0。

  • reduction (str,可选) - 对输出应用特定的规约方法:可选’none’、’mean’、’sum’。默认值:’mean’。

输入:
  • logits (Tensor) - shape: \((N, *)\) ,其中 \(*\) 表示任意数量的附加维度。数据类型支持float16或float32。

  • labels (Tensor) - shape: \((N, *)\) ,与 logits 的shape和数据类型相同。

输出:

Tensor,损失值,与 logits 的shape和数据类型相同。

支持平台:

Ascend GPU CPU

样例:

>>> loss = ops.SmoothL1Loss()
>>> logits = Tensor(np.array([1, 2, 3]), mindspore.float32)
>>> labels = Tensor(np.array([1, 2, 2]), mindspore.float32)
>>> output = loss(logits, labels)
>>> print(output)
[0.  0.  0.5]