soft_margin_loss_cn.rst

soft_margin_loss

.. py:function:: paddle.nn.functional.soft_margin_loss(input, label, reduction='mean', name=None)

计算输入 input 和 label 间的二分类损失。

损失函数按照下列公式计算

\text{loss}(x, y) = \sum_i \frac{\log(1 + \exp(-y[i]*x[i]))}{\text{x.nelement}()}

最后，添加 reduce 操作到前面的输出 Out 上。当 reduction 为 none 时，直接返回最原始的 Out 结果。当 reduction 为 mean 时，返回输出的均值 Out = MEAN(Out) 。当 reduction 为 sum 时，返回输出的求和 Out = SUM(Out) 。

参数

• input (Tensor) - [N, *] ，其中 N 是 batch_size， * 是任意其他维度。数据类型是 float32、float64。
• label (Tensor) - [N, *] ，标签 label 的维度、数据类型与输入 input 相同。
• 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) - 操作的名称（可选，默认值为 None）。更多信息请参见 :ref:`api_guide_Name` 。

返回

• 输出的结果 Tensor。如果 :attr:`reduction` 是 'none', 则输出的维度为 [N, *] ，与输入 input 的形状相同。如果 :attr:`reduction` 是 'mean' 或 'sum'，则输出的维度为 [] 。

代码示例

COPY-FROM: paddle.nn.functional.soft_margin_loss