如何选择总用中常用的损失函数？

本文共计1531个文字，预计阅读时间需要7分钟。

L1损失（L1Loss）计算输出和目标之间的绝对值差，并取平均值。使用PyTorch实现如下：

pythonimport torchimport torch.nn as nn

定义L1Lossl1_loss=nn.L1Loss(reduction='mean')

输出和目标output=torch.tensor([1.0, 2.0, 3.0])target=torch.tensor([1.5, 2.5, 3.5])

计算L1损失loss=l1_loss(output, target)print(loss)

L1范数损失 L1Loss
计算 output 和 target 之差的绝对值。

torch.nn.L1Loss(reduction='mean')
#reduction-三个值，none: 不使用约简；mean:返回loss和的平均值；sum:返回loss的和。默认：mean。

均方误差损失 MSELoss
计算 output 和 target 之差的均方差。

torch.nn.MSELoss(reduction='mean')
#reduction-三个值，none: 不使用约简；mean:返回loss和的平均值；sum:返回loss的和。默认：mean。