MSELoss_cn.rst

MSELoss

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)

参数

• 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。

形状

• input (Tensor) - 预测值，维度为 [N₁, N₂, ..., N_k] 的多维 Tensor。数据类型为 float32 或 float64。
• label (Tensor) - 目标值，维度为 [N₁, N₂, ..., N_k] 的多维 Tensor。数据类型为 float32 或 float64。

返回

变量（Tensor），预测值和目标值的均方差，数值类型与输入相同。

代码示例

COPY-FROM: paddle.nn.MSELoss