计算预测值和目标值的均方差误差。
对于预测值 input 和目标值 label:
当 reduction 为'none'时:
Out = (input − label)2
当`reduction`为`'mean'`时:
Out = mean ((input − label)2)
当`reduction`为`'sum'`时:
Out = sum ((input − label)2)
- reduction (str,可选) - 约简方式,可以是 'none' | 'mean' | 'sum'。设为'none'时不使用约简,设为'mean'时返回 loss 的均值,设为'sum'时返回 loss 的和。
- input (Tensor) - 预测值,维度为 [N1, N2, ..., Nk] 的多维 Tensor。数据类型为 float32 或 float64。
- label (Tensor) - 目标值,维度为 [N1, N2, ..., Nk] 的多维 Tensor。数据类型为 float32 或 float64。
变量(Tensor),预测值和目标值的均方差,数值类型与输入相同。
COPY-FROM: paddle.nn.MSELoss