MarginRankingLoss

class paddle.nn. MarginRankingLoss ( margin=0.0, reduction='mean', name=None ) [源代码]

该接口用于创建一个 MarginRankingLoss 的可调用类，计算输入input，other 和 标签label间的 margin rank loss 损失。

该损失函数的数学计算公式如下：

\[margin\_rank\_loss = max(0, -label * (input - other) + margin)\]

当 reduction 设置为 'mean' 时，

\[Out = MEAN(margin\_rank\_loss)\]

当 reduction 设置为 'sum' 时，

\[Out = SUM(margin\_rank\_loss)\]

当 reduction 设置为 'none' 时，直接返回最原始的 margin_rank_loss 。

参数

  • margin （float，可选）： - 用于加和的margin值，默认值为0。

  • reduction （string，可选）： - 指定应用于输出结果的计算方式，可选值有: 'none' 、 'mean' 、 'sum' 。如果设置为 'none' ，则直接返回 最原始的 margin_rank_loss 。如果设置为 'sum' ，则返回 margin_rank_loss 的总和。如果设置为 'mean' ，则返回 margin_rank_loss 的平均值。默认值为 'none' 。

  • name （str，可选） - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

形状

  • input - N-D Tensor, 维度是[N，*] 其中N 是batch size，* 是任意数量的额外维度，数据类型为float32或float64。

  • other - 与 input 的形状、数据类型相同。

  • label - 与 input 的形状、数据类型相同。

  • output - 如果 reduction 为 'sum' 或者是 'mean' ，则形状为 \([1]\) ，否则shape和输入 input 保持一致 。数据类型与 input、 other 相同。

返回

返回计算MarginRankingLoss的可调用对象。

代码示例

import paddle

input = paddle.to_tensor([[1, 2], [3, 4]], dtype='float32')
other = paddle.to_tensor([[2, 1], [2, 4]], dtype='float32')
label = paddle.to_tensor([[1, -1], [-1, -1]], dtype='float32')
margin_rank_loss = paddle.nn.MarginRankingLoss()
loss = margin_rank_loss(input, other, label)
print(loss) # [0.75]