36 lines
1.5 KiB
ReStructuredText
36 lines
1.5 KiB
ReStructuredText
mindspore.ops.SmoothL1Loss
|
||
============================
|
||
|
||
.. py:class:: mindspore.ops.SmoothL1Loss(beta=1.0, reduction='none')
|
||
|
||
计算平滑L1损失，该L1损失函数有稳健性。
|
||
|
||
.. warning::
|
||
该API在CPU上性能较差，推荐在Ascend/GPU上运行。
|
||
|
||
更多参考详见 :func:`mindspore.ops.smooth_l1_loss`。
|
||
|
||
参数：
|
||
- **beta** (number，可选) - 控制损失函数在L1损失和L2损失间变换的阈值，默认值： ``1.0`` 。
|
||
|
||
- Ascend：该值必须大于等于0。
|
||
- CPU/GPU：该值必须大于0。
|
||
- **reduction** (str，可选) - 指定应用于输出结果的归约计算方式，可选 ``'none'`` 、 ``'mean'`` 、 ``'sum'`` ，默认值： ``'none'`` 。
|
||
|
||
- ``"none"``：不应用归约方法。
|
||
- ``"mean"``：计算输出元素的平均值。
|
||
- ``"sum"``：计算输出元素的总和。
|
||
|
||
输入：
|
||
- **logits** (Tensor) - 任意维度输入Tensor。支持数据类型：
|
||
|
||
- Ascend：float16、float32、bfloat16。
|
||
- CPU/GPU：float16、float32、float64。
|
||
- **labels** (Tensor) - 真实值。
|
||
|
||
- CPU/Ascend: 与 `logits` 的shape相同， `logits` 和 `labels` 遵循隐式类型转换规则，使数据类型一致。
|
||
- GPU: 与 `logits` 的shape和数据类型相同。
|
||
|
||
输出：
|
||
Tensor，如果 `reduction` 为 ``'none'``，则输出Tensor的shape与 `logits` 的shape相同，否则shape为 :math:`()`。
|