rmse pytorch

均方根误差（Root Mean Square Error）是衡量预测值与真实值之间差异的常指标。在PyTorch，可以使用以下代码计均方根误差：

import torch.nn.functional as

def rmse(predictions, targets):
    mse = F.mse_loss(predictions, targets)
    rmse = torch.sqrt(mse)
    return rmse

# 示例用法
predictions = torch.tensor([1.0, 2.0, 3.0])
targets = torch.tensor([2.0, 3.0, 4.0])
print(rmse(predictions, targets))

上述代码中，`predictions`是预测值的张量，`targets`是真实值的张量。`F.mse_loss`计算平均平方误差（Mean Square Error），然后使用`torch.sqrt`计算均方根误差。