pytorch 均方误差损失函数

均方误差损失函数主要用于回归问题。它计算预测值与真实值之间差的平方，然后取平均值。这个损失函数通过惩罚大的误差，使得模型在训练时更加注重减少较大的偏差。

import torch
import torch.nn as nn

# 创建预测值和实际值张量
predicted = torch.tensor([0.5, 0.3, 0.2], requires_grad=True)
actual = torch.tensor([0.6, 0.1, 0.2])

# 定义 MSE 损失函数
criterion = nn.MSELoss()

# 计算损失
loss = criterion(predicted, actual)
print(loss.item())  # 输出损失值

解释：

• predicted 是模型的预测输出，actual 是对应的真实值。
• nn.MSELoss() 定义了均方误差损失函数。
• loss = criterion(predicted, actual) 计算预测值和实际值之间的均方误差。
• .item() 用于从单个元素张量中提取数值。

参考

MSELoss — PyTorch 2.4 documentation