torch.nn.MSE用法

torch.nn.MSE是PyTorch中用于计算均方误差（Mean Squared Error，MSE）的函数。MSE通常用于衡量模型预测结果与真实值之间的误差。

使用torch.nn.MSE函数时，需要输入两个张量，分别是模型的预测值和真实值。该函数将返回一个标量，即这两个张量之间的均方误差。

下面是一个示例代码，演示如何使用torch.nn.MSE函数计算两个张量之间的均方误差：

import torch

# 模型预测值和真实值
pred = torch.tensor([1.0, 2.0, 3.0])
target = torch.tensor([2.0, 4.0, 6.0])

# 计算均方误差
mse_loss = torch.nn.MSELoss()
loss = mse_loss(pred, target)

print(loss)

输出结果为：

tensor(4.6667)

以上代码中，我们首先定义了两个张量pred和target，分别表示模型的预测值和真实值。接着，我们创建了一个torch.nn.MSELoss对象mse_loss，并使用它来计算pred和target之间的均方误差。最后，我们打印了计算结果loss。

需要注意的是，torch.nn.MSE函数返回的是一个标量张量，而不是一个Python数值。如果需要将结果转换为Python数值，可以使用loss.item()方法。