torch.nn.functional.poisson_nll_loss

torch.nn.functional.poisson_nll_loss(input, target, log_input=True, full=False, size_average=None, eps=1e-08, reduce=None, reduction='mean')

泊松负对数似然损失。

详情请参见 PoissonNLLLoss。

Parameters

• 输入 (张量) – 基础泊松分布的期望值。

• 目标 (张量) – 随机样本 $target \sim \text{Poisson}(input)$.

• log_input (bool) – 如果 True 损失计算为 $\exp(\text{input}) - \text{target} * \text{input}$, 如果 False 则损失为 $\text{input} - \text{target} * \log(\text{input}+\text{eps})$. 默认值: True

• full (bool) – 是否计算完整损失，即是否添加斯特林近似项。默认值：False $\text{target} * \log(\text{target}) - \text{target} + 0.5 * \log(2 * \pi * \text{target})$.

• size_average (布尔值, 可选) – 已弃用（参见 reduction）。默认情况下， 损失在批次中的每个损失元素上进行平均。请注意，对于某些损失，每个样本可能有多个元素。如果字段 size_average 设置为 False，则损失将改为对每个小批次进行求和。当 reduce 为 False 时忽略。默认值：True

• eps (float, 可选) – 小值，以避免在 log_input=False 时对 $\log(0)$ 进行评估。默认值：1e-8

• reduce (bool, 可选) – 已弃用（参见 reduction）。默认情况下，损失会根据 size_average 的设置在每个小批次中对观测值进行平均或求和。当 reduce 为 False 时，返回每个批次元素的损失，并忽略 size_average。默认值：True

• reduction (str, 可选) – 指定应用于输出的reduction方式： 'none' | 'mean' | 'sum'。'none'：不进行reduction， 'mean'：输出的总和将除以输出中的元素数量，'sum'：输出将被求和。注意：size_average 和 reduce 正在被弃用，在此期间， 指定这两个参数中的任何一个都将覆盖 reduction。默认值：'mean'

Return type

张量