代码拉取完成,页面将自动刷新
.. py:class:: mindspore.nn.RMSELoss RMSELoss用来测量 :math:`x` 和 :math:`y` 元素之间的均方根误差,其中 :math:`x` 是输入Tensor, :math:`y` 是目标值。 假设 :math:`x` 和 :math:`y` 为一维Tensor,长度为 :math:`N` , :math:`x` 和 :math:`y` 的loss为: .. math:: loss = \sqrt{\frac{1}{N}\sum_{i=1}^{N}{(x_i-y_i)^2}} 输入: - **logits** (Tensor) - 输入的预测值Tensor, shape :math:`(N, *)` ,其中 :math:`*` 代表任意数量的附加维度。 - **labels** (Tensor) - 输入的目标值Tensor,shape :math:`(N, *)` 。一般与 `logits` 的shape相同。如果 `logits` 和 `labels` 的shape不同,需支持广播。 输出: Tensor,输出值为加权损失值,其数据类型为float,其shape为 :math:`()`。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。