.. py:class:: paddle.nn.PoissonNLLLoss(log_input=False, full=False, eps=1e-8, reduction='mean', name=None)
该接口可创建一个 PoissonNLLLoss 可调用类,计算输入 :attr:`input` 和标签 :attr:`label` 间的 Poisson negative log likelihood loss 损失。该 loss 适用于真实标签服从于泊松分布时,即
\text{label} \sim \mathrm{Poisson}(\text{input})
该损失函数的数学计算公式如下: 当 log_input 设置为 True 时,损失函数的数学计算公式为:
\text{loss}(\text{input}, \text{label}) = \text{input} - \text{label} * \log(\text{input}+\text{eps}) + \log(\text{label!})
其中 eps 是 True
时使用的常数小量,使得 loss 计算过程中不会导致对 0 求对数情况的出现。
当 log_input 设置为 False 时,损失函数的数学计算公式为:
\text{loss}(\text{input}, \text{label}) = \exp(\text{input}) - \text{label} * \text{input} + \log(\text{label!})
损失函数中的最后一项可以使用 Stirling 公式近似,该近似项的计算公式为
\text{label} * \log(\text{label}) - \text{label} + 0.5 * \log(2 * \pi * \text{label})
将 label 和每个元素都为 1 的同样形状的张量比较,对 label 值超过 1 的索引处考虑此项近似,对 label 的值小于等于 1 的索引处设置此项近似为 0 进行遮盖。
- log_input (bool,可选) - 输入是否为对数函数映射后结果,默认值为
True
。- full (bool,可选) - 是否在损失计算中包括 Stirling 近似项。默认值为
False
。- eps (float,可选) - 在 :attr:`log_input` 为
True
时使用的常数小量。默认值为 1e-8。- reduction (str,可选) - 指定应用于输出结果的计算方式,可选值有
none
、mean
和sum
。默认为mean
,计算mini-batch
loss 均值。设置为sum
时,计算mini-batch
loss 的总和。设置为none
时,则返回 loss Tensor。默认值下为mean
。- 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) - 输入 Tensor,其形状为 [N, *] ,其中 * 表示任何数量的额外维度。数据类型为 float16, bfloat16, float32 或 float64。
- label (Tensor) - 标签 :attr:`Tensor`, 形状、数据类型和 :attr:`input` 相同。
- output (Tensor) - 输入 input 和 label 间的 Poisson negative log likelihood loss 损失。如果 reduction 为 'none',则输出 Loss 形状为 [N, *]。如果 reduction 为 'sum' 或者 'mean',则输出 Loss 形状为 '[]' 。
COPY-FROM: paddle.nn.PoissonNLLLoss