代码拉取完成,页面将自动刷新
.. 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。 更多参考详见 :func:`mindspore.ops.smooth_l1_loss`。 参数: - **beta** (float,可选) - 控制损失函数在L1损失和L2损失间变换的阈值,该值应大于零。默认值: ``1.0`` 。 - **reduction** (str,可选) - 指定应用于输出结果的规约计算方式,可选 ``'none'`` 、 ``'mean'`` 、 ``'sum'`` ,默认值: ``'none'`` 。 - ``"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。 输入: - **logits** (Tensor) - 任意维度输入Tensor。数据类型支持float16或float32。 - **labels** (Tensor) - 真实值。shape和数据类型 与 `logits` 相同。 输出: Tensor,损失值,与 `logits` 的shape和数据类型相同。
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。