mse_loss

paddle.nn.functional.mse_loss ( input, label, reduction\=’mean’, name\=None ) [源代码]

该OP用于计算预测值和目标值的均方差误差。

对于预测值input和目标值label，公式为：

当 reduction 设置为 'none' 时，

当 reduction 设置为 'mean' 时，

当 reduction 设置为 'sum' 时，

参数：

• input (Tensor) - 预测值，维度为 [N1,N2,…,Nk][N1,N2,…,Nk] 的多维Tensor。数据类型为float32或float64。

• label (Tensor) - 目标值，维度为 [N1,N2,…,Nk][N1,N2,…,Nk] 的多维Tensor。数据类型为float32或float64。

返回

Tensor, 输入 input 和标签 label 间的 mse loss 损失。

代码示例

import paddle
input = paddle.to_tensor(1.5)
label = paddle.to_tensor(1.7)
output = paddle.nn.functional.mse_loss(input, label)
print(output)
# [0.04000002]