mindspore.ops.KLDivLoss

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

计算输入 logits 和 labels 的KL散度。

对于相同形状的张量 \(x\) 和 \(target\) ，KLDivLoss的计算公式如下：

\[L(x, target) = target \cdot (\log target - x)\]

输出

\[\begin{split}\ell(x, target) = \begin{cases} L(x, target), & \text{if reduction} = \text{'none';}\\ \operatorname{mean}(L(x, target)), & \text{if reduction} = \text{'mean';}\\ \operatorname{sum}(L(x, target)) / x.\operatorname{shape}[0], & \text{if reduction} = \text{'batchmean';}\\ \operatorname{sum}(L(x, target)), & \text{if reduction} = \text{'sum'.} \end{cases}\end{split}\]

其中 \(x\) 代表 logits ； \(target\) 代表 labels ； \(\ell(x, target)\) 为 output 。

说明

• 目前Ascend平台不支持数据类型float64。

• 仅当 reduction 设置为 'batchmean' 时输出才与Kullback-Leibler散度的数学定义一致。

• 在Ascend平台上， reduction 的可选值为 'batchmean' 、 'none' 或 'sum' 。

• 在GPU平台上， reduction 的可选值为 'mean' 、 'none' 或 'sum' 。

• 在CPU平台上， reduction 的可选值为 'mean' 、 'batchmean' 、 'none' 或 'sum' 。

参数：

• reduction (str) - 指定输出结果的计算方式。默认值: 'mean' 。

  • 'none'：不应用规约方法。

  • 'mean'：计算输出元素的平均值。

  • 'sum'：计算输出元素的总和。

  • 'batchmean'：计算批次的平均损失，类似于mean模式。

输入：

• logits (Tensor) - 数据类型支持float16、float32或float64。

• labels (Tensor) - 标签Tensor，与 logits 的shape和数据类型相同。

输出：

Tensor或标量。如果 reduction 为 "none" ，则输出为Tensor且与 logits 的shape相同。否则为标量。

异常：

• TypeError - reduction 不是str。

• TypeError - logits 或 labels 不是Tensor。

• TypeError - logits 或 labels 的数据类型不是支持的类型。

• ValueError - logits 和 labels 的shape不一致。

• RuntimeError - logits 或 labels 是标量并且 reduction 是”batchmean”。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, nn, ops
>>> class Net(nn.Cell):
...     def __init__(self):
...         super(Net, self).__init__()
...         self.kldiv_loss = ops.KLDivLoss(reduction='sum')
...     def construct(self, logits, labels):
...         result = self.kldiv_loss(logits, labels)
...         return result
...
>>> net = Net()
>>> logits = Tensor(np.array([0.2, 0.7, 0.1]), mindspore.float32)
>>> labels = Tensor(np.array([0., 1., 0.]), mindspore.float32)
>>> output = net(logits, labels)
>>> print(output)
-0.7