mindspore.nn.DiceLoss

class mindspore.nn.DiceLoss(smooth=1e-05)[源代码]

Dice系数是一个集合相似性loss，用于计算两个样本之间的相似性。当分割结果最好时，Dice系数的值为1，当分割结果最差时，Dice系数的值为0。

Dice系数表示两个对象之间的面积与总面积的比率。函数如下：

\[dice = 1 - \frac{2 * |pred \bigcap true|}{|pred| + |true| + smooth}\]

\(pred\) 表示 logits ，\(true\) 表示 labels 。

参数：

smooth (float) - 将添加到分母中，以提高数值稳定性的参数。取值大于0。默认值： 1e-5 。

输入：

logits (Tensor) - 输入预测值。数据类型必须为float16或float32。
labels (Tensor) - 输入目标值，一般与 logits 的shape相同。数据类型必须为float16或float32。

输出：

Tensor，shape为每样本采样的Dice系数的Tensor。

异常：

ValueError - logits 的维度与 labels 不同。
TypeError - logits 或 labels 的类型不是Tensor。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> from mindspore import Tensor, nn
>>> import numpy as np
>>> loss = nn.DiceLoss(smooth=1e-5)
>>> logits = Tensor(np.array([[0.2, 0.5], [0.3, 0.1], [0.9, 0.6]]), mindspore.float32)
>>> labels = Tensor(np.array([[0, 1], [1, 0], [0, 1]]), mindspore.float32)
>>> output = loss(logits, labels)
>>> print(output)
0.38596618