Skip to content

Latest commit

 

History

History
49 lines (34 loc) · 2.26 KB

MultiMarginLoss_cn.rst

File metadata and controls

49 lines (34 loc) · 2.26 KB
Raw

MultiMarginLoss

.. 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}}

参数

  • 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。

调用参数

  • input (Tensor) - 数据类型是 float32、float64。
  • label (Tensor) - 标签的数据类型为 int32、int64。

形状

  • 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

返回计算 MultiMarginLoss 的可调用对象。

代码示例

COPY-FROM: paddle.nn.MultiMarginLoss