Pytorch利用MSELoss()函数构造RMSE的代码实现

import torch.nn as nn
import torch
...
self.criterion=nn.MSELoss(reduction="mean")
...
prediction_data=...
label_data=...
RMSELoss=torch.sqrt(self.criterion(prediction_data,label_data))
RMsELoss.backward()
...

$$MSE=\frac{1}{m}\sum _i^N|f_i-y_i{|}^2$$
$$RMSE=\sqrt{\frac{1}{m}\sum _i^N|f_i-y_i{|}^2}$$
PS：RMSE的存在是开完根号之后，误差的结果就和数据是一个单位级别的，可以更好的描述数据！