.. py:class:: paddle.nn.MultiMarginLoss(p: int = 1, margin: float = 1.0, weight=None, reduction: str = 'mean', name:str=None)
创建一个 MultiMarginLoss 的可调用类。通过计算输入 input 和 label 间的多分类问题的 hinge loss (margin-based loss) 损失。
损失函数如果在没有权重下计算每一个 mini-batch 的 loss 按照下列公式计算
\text{loss}(input_i, label_i) = \frac{\sum_{j} \max(0, \text{margin} - input_i[label_i] + input_i[j])^p}{\text{C}}
其中 0 \leq j \leq \text{C}-1, 且 j \neq label_i, 0 \leq i \leq \text{N}-1 N 为 batch 数量, C 为类别数量。
如果含有权重 weight 则损失函数按以下公式计算
\text{loss}(input_i, label_i) = \frac{\sum_{j} \max(0, weight[label_i] * (\text{margin} - input_i[label_i] + input_i[j]))^p}{\text{C}}
- p (int,可选) - 手动指定幂次方指数大小,默认为 1。
- margin (float,可选) - 手动指定间距,默认为 1。
- weight (Tensor,可选) - 权重值,默认为 None。 如果给定权重则形状为 [C, ]
- reduction (str,可选) - 指定应用于输出结果的计算方式,可选值有:
'none'
、'mean'
、'sum'
。默认为'mean'
,计算 Loss 的均值;设置为'sum'
时,计算 Loss 的总和;设置为'none'
时,则返回原始 Loss。- name (str,可选) - 具体用法请参见 :ref:`api_guide_Name`,一般无需设置,默认值为 None。
- input (Tensor) - 数据类型是 float32、float64。
- label (Tensor) - 标签的数据类型为 int32、int64。
- input (Tensor) - [N, C],其中 N 是 batch_size, C 是类别数量。
- label (Tensor) - [N, ]。
- output (Tensor) - 输出的 Tensor。如果 :attr:`reduction` 是
'none'
,则输出的维度为 [N, ]。如果 :attr:`reduction` 是'mean'
或'sum'
,则输出的维度为 [] 。
返回计算 MultiMarginLoss 的可调用对象。
COPY-FROM: paddle.nn.MultiMarginLoss