Pytorch 之torch.nn进阶第2关：损失函数

最终代码

import torch
import torch.nn as nn
from torch.autograd import Variable

input = Variable(torch.Tensor([1.1,2.2,2.93,3.8]))
target = Variable(torch.Tensor([1,2,3,4]))

#/********** Begin *********/

#创建名为 loss 的 L1Loss损失函数
loss=nn.L1Loss()
#对 input 和 target应用 loss 并输出
output=loss(input,target)

print(output.data)
#/********** End *********/

有人说，分类问题的优化过程是一个损失函数最小化的过程。那什么是损失函数呢？它是怎么计算的呢？接下来将会解决这些问题~

任务描述

掌握不同损失函数的计算方法和适用条件，根据不同的数据特征和学习算法选择最适宜的损失函数进行衡量。

本关任务：

本关提供了一个Variable 类型的变量input和变量target ，要求创建一个L1Loss损失函数，对 input 和 target应用该损失函数，从而掌握利用 L1Loss计算损失的方法。

相关知识

损失函数用来估量模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数，通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。

本关卡主要介绍三种常用