【损失函数】SmoothL1Loss 平滑L1损失函数

1、介绍

torch.nn.SmoothL1Loss 是 PyTorch 中的一个损失函数，通常用于回归问题。它是 L1 损失和 L2 损失的结合，旨在减少对异常值的敏感性。

loss_function = nn.SmoothL1Loss(reduction='mean', beta=1.0)

2、参数

1. size_average (已弃用): 以前用于确定是否应该对损失的每个元素取平均。如果设置为 False，则对损失进行求和。现在此选项已被弃用，应使用 reduction 参数代替。

2. reduce (已弃用): 这也是一个旧参数，用于指定是否应用缩减。现在也被 reduction 参数替代。

3. reduction: 指定应用于输出的缩减方法。可选值为：

   • 'none': 不应用缩减。
   • 'mean': 计算损失的平均值。
   • 'sum': 计算损失的总和。

4. beta: 用于确定平滑的转换点。对于错误小于 beta 的情况，损失函数变为 L2 损失，对于大于 beta 的情况，变为 L1 损失。

3、图像