torch.nn.SmoothL1Loss()和smooth_l1_loss()怎么使用

这篇文章主要介绍“torch.nn.SmoothL1Loss()和smooth_l1_loss()怎么使用”，在日常操作中，相信很多人在torch.nn.SmoothL1Loss()和smooth_l1_loss()怎么使用问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”torch.nn.SmoothL1Loss()和smooth_l1_loss()怎么使用”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

创新互联公司是专业的石首网站建设公司，石首接单;提供做网站、网站建设,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行石首网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!

Microsoft Windows [版本 10.0.18363.1256](c) 2019 Microsoft Corporation。保留所有权利。

C:\Users\chenxuqi>conda activate ssd4pytorch2_2_0(ssd4pytorch2_2_0) C:\Users\chenxuqi>python
Python 3.7.7 (default, May  6 2020, 11:45:54) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.>>> import torch>>> import torch.nn.functional as F>>> input = torch.zeros(2,3)>>> inputtensor([[0., 0., 0.],[0., 0., 0.]])>>> target = torch.tensor([[0.5,1.2,0.8],[0.4,1.5,2.2]])>>> target
tensor([[0.5000, 1.2000, 0.8000],[0.4000, 1.5000, 2.2000]])>>>>>> F.smooth_l1_loss(target, input, size_average=False)D:\Anaconda3\envs\ssd4pytorch2_2_0\lib\site-packages\torch\nn\_reduction.py:43: UserWarning: size_average and reduce args will be deprecated, please use reduction='sum' instead.
  warnings.warn(warning.format(ret))tensor(3.9250)>>> F.smooth_l1_loss(target, input, size_average=True)D:\Anaconda3\envs\ssd4pytorch2_2_0\lib\site-packages\torch\nn\_reduction.py:43: UserWarning: size_average and reduce args will be deprecated, please use reduction='mean' instead.
  warnings.warn(warning.format(ret))tensor(0.6542)>>> 3.9250/6.00.6541666666666667>>>>>>>>>>>> F.smooth_l1_loss(target, input, reduction = 'sum')tensor(3.9250)>>>>>> F.smooth_l1_loss(target, input, reduction='mean')tensor(0.6542)>>>>>> F.smooth_l1_loss(target, input, reduction='none')tensor([[0.1250, 0.7000, 0.3200],[0.0800, 1.0000, 1.7000]])>>>>>> inputtensor([[0., 0., 0.],[0., 0., 0.]])>>> target
tensor([[0.5000, 1.2000, 0.8000],[0.4000, 1.5000, 2.2000]])>>>>>>>>>

到此，关于“torch.nn.SmoothL1Loss()和smooth_l1_loss()怎么使用”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！