PyTorch如何为Batch中的每个样本独立计算损失Loss？

本文共计882个文字，预计阅读时间需要4分钟。

PyTorch中的损失函数（主要使用MSELoss）默认会对一个Batch中所有样本计算损失，并求平均值。若需每个样本的损失用于后续计算（如优化模型参数、计算梯度等），则需手动处理。

前言PyTorch的损失函数（这里我只使用与调研了MSELoss）默认会对一个Batch的所有样本计算损失，并求均值。如果我需要每个样本的损失用于之后的一些计算（与优化模型参数，梯 前言

PyTorch 的损失函数这里我只使用与调研了 MSELoss默认会对一个 Batch 的所有样本计算损失并求均值。如果我需要每个样本的损失用于之后的一些计算与优化模型参数梯度下降无关比如使用样本的损失做一些操作那使用默认的损失函数做不到搜了一下没有找到相关的资料在 PyTorch 的论坛发现了相关的问题。