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]