pytorch RMSE

在 PyTorch 中计算均方根误差（Root Mean Square Error，RMSE），可以使用以下代码：

import torch
import torch.nn.functional as F

# 假设有预测值和真实值
predictions = torch.tensor([1.5, 2.0, 3.0])
targets = torch.tensor([1.0, 2.5, 2.0])

# 计算均方根误差
rmse = torch.sqrt(F.mse_loss(predictions, targets))

print(rmse.item())  # 打印 RMSE 的值

在此示例中，我们假设有一组预测值 `predictions` 和相应的真实值 `targets`。使用 `F.mse_loss()` 函数计算均方误差（Mean Squared Error，MSE），然后通过 `torch.sqrt()` 函数对 MSE 进行开方，即可得到 RMSE。最后，我们使用 `item()` 方法将 RMSE 的值转换为 Python float 类型并打印出来。

请注意，这是一个简单的示例，仅用于说明如何在 PyTorch 中计算 RMSE。在实际应用中，你可能需要根据你的具体需求和数据格式进行适当的调整。