torch.nn.functional.binary_cross_entropy

torch.nn.functional.binary_cross_entropy(input, target, weight=None, size_average=None, reduce=None, reduction='mean')

计算目标和输入概率之间的二元交叉熵。

有关详细信息，请参阅 BCELoss。

参数

• input (Tensor) – 任意形状的概率张量。

• target (Tensor) – 与输入形状相同的张量，值为 0 到 1 之间。

• weight (Tensor, optional) – 如果提供，则手动调整权重的比例，它会被重复以匹配输入张量的形状。

• size_average (bool, optional) – 已弃用（请参阅 reduction）。

• reduce (bool, optional) – 已弃用（请参阅 reduction）。

• reduction (str, optional) – 指定应用于输出的归约方法：“none” | “mean” | “sum”。 “none”：不进行归约，“mean”：输出的总和除以输出中的元素数量，“sum”：输出将被求和。注意：“size_average” 和 “reduce” 正在被弃用，在此期间，指定这两个参数中的任何一个都将覆盖 “reduction”。默认为“mean”。

返回类型

张量

示例

>>> input = torch.randn(3, 2, requires_grad=True)
>>> target = torch.rand(3, 2, requires_grad=False)
>>> loss = F.binary_cross_entropy(torch.sigmoid(input), target)
>>> loss.backward()