pytorch 如何自定义损失函数

我是大佬们的搬运工

在做神经网络的时候，一般情况我们可以直接调用pytorch提供的函数损失函数，例如：

class torch.nn.MSELoss(size_average=True)

调用方式：

creterion=torch.nn.MSELoss()

loss=creterion(x,y)

 

想要自定义损失函数，就要按照损失函数的格式来编写

观察自带的损失函数，我们要写的损失函数应该也是这种样子的

又参考了知乎上大佬的分享

虽说大佬给了三种方法，但是我觉得像我这种平头小老百姓其实用得到的只有第一种：

说白了，和调用自带的损失函数的方法一毛一样

但是此处有疑问，根据源码的观察，自定义的损失函数不是应该继承的是_loss模块吗？

未完待续

后续来啦，虽然原因没搞明白，但是在github上找到了相应的代码，发现有大佬就是这么自定义损失函数的

之前我还有一个疑问：对于使用批处理的神经网络，损失函数对于参数的操作是不是应该针对整批的样本来设定的呢？

研究了一下大神的代码，竟然不需要！！！！直接还是对单个样本进行操作就可以了，输出的是整批样本损失函数的平均值

机理是啥倒没深入研究。。。。