小编cro*_*nin的帖子

我正在使用 PyTorch 训练 CNN 架构来解决回归问题，其中我的输出是 20 个值的张量。我计划使用 RMSE 作为模型的损失函数，并尝试使用 PyTorchnn.MSELoss()并对其进行平方根，torch.sqrt()但在获得结果后感到困惑。我会尽力解释原因。很明显，对于批量大小，bs我的输出张量的尺寸将为[bs , 20]。我尝试实现我自己的 RMSE 函数：

   def loss_function (predicted_x , target ):
        loss = torch.sum(torch.square(predicted_x - target) , axis= 1)/(predicted_x.size()[1]) #Taking the mean of all the squares by dividing it with the number of outputs i.e 20 in my case
        loss = torch.sqrt(loss)
        loss = torch.sum(loss)/predicted_x.size()[0]  #averaging out by batch-size
        return loss

但是我的输出loss_function()和 PyTorch 如何实现它是nn.MSELoss()不同的。我不确定我的实现是否错误或者我是否nn.MSELoss()以错误的方式使用。