pytorch 损失函数_PyTorch（七）——损失函数

损失函数基本概念

损失函数是用来评估模型预测值与真实值的不一致程度，它是一个值为非负实数的函数。损失函数越小，模型的鲁棒性就越好，就表示算法越接近意义上的最优。我们训练模型的过程，就是通过不断的迭代计算，使用梯度下降等优化算法不断调整参数，使得损失函数越来越小。PyTorch使用mini-batch来进行计算，因此PyTorch中损失函数计算出来的结果已经对mini-batch取了平均。

常见损失函数及基本用法

PyTorch中损失函数可以通过torch.nn获取，基本用法如下：

# 每个损失函数的构造函数都会有自己的参数 criterion = LossCriterion()loss = criterion(x, y)

PyTorch内置的常用的损失函数主要有如下几种。

• nn.L1Loss

L1范数损失，计算的是输入x和目标y之间差的绝对值，其中，x和y的维度必须一致，得到的loss维度也是对应一样的。

L1Loss计算公式

nn.L1Loss的基本用法如下。