计算两个张量之间均方误差的困难

我正在尝试构建一个损失函数，用于计算两个相同大小的张量的均方误差。换句话说，我需要一个函数来计算矩阵A和矩阵B中每个相同行列位置的两个单元格的差值，然后将其平方，最后计算这些差值的平均值。

据我所知，nn.MSELoss应该能完成这个任务。

当我将两个张量传递给nn.MSELoss时，我得到了以下错误消息：

RuntimeError: Boolean value of Tensor with more than one value is ambiguous

这是我的代码

nn.MSELoss(stack_3[0,:],stack_7[0,:])

这些张量是相同形状的浮点数。

stack_3.shape, stack_7.shape(torch.Size([6131, 784]), torch.Size([6131, 784]))

回答：

nn.MSELoss是一个可调用的类，而不是函数。你需要先定义一个nn.MSELoss的实例，然后才能调用它。或者你可以直接使用torch.nn.functional.mse_loss。

from torch import nncriterion = nn.MSELoss()loss = criterion(stack_3[0, :], stack_7[0, :])

或者

import torch.nn.functional as Floss = F.mse_loss(stack_3[0, :], stack_7[0, :])

学技术