funcationl.marginrankingloss

`torch.nn.functional.margin_ranking_loss` 是一个 PyTorch 中的函数，用于计算 margin ranking loss。这个损失函数通常在训练对比学习任务时使用，比如人脸验证或图像检索。它的目标是通过最大化正样本对的相似性，并最小化负样本对的相似性来学习特征表示。具体来说，对于一对样本 (x1, x2)，它会计算它们之间的相似性分数，并与预先定义的 margin 进行比较。

函数的定义如下：

torch.nn.functional.margin_ranking_loss(input1, input2, target, margin=0, reduction='mean')

- `input1`：形状为 (N,) 的张量，表示第一个输入样本对的相似性分数。
- `input2`：形状为 (N,) 的张量，表示第二个输入样本对的相似性分数。
- `target`：形状为 (N,) 的张量，表示目标二进制标签，1 表示正样本对，-1 表示负样本对。
- `margin`：一个浮点数，表示正负样本对之间的最小间隔，默认为 0。
- `reduction`：指定损失的缩减方式，可选值为 'mean'、'sum' 或 'none'，默认为 'mean'。

该函数返回计算得到的 margin ranking loss。