rmse pytorch
时间: 2023-08-18 18:14:49 浏览: 176
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:
```pythonimport torch
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。
阅读全文