Pytorch如何自定义Loss

原文：https://blog.csdn.net/yutingzhaomeng/article/details/80454545

将Loss视作单独的层，在forward函数里写明loss的计算方式，无需定义backward

1. class MyLoss(nn.Module):

2. def __init__(self):

3. super(MyLoss, self).__init__()

4. print '1'

5. def forward(self, pred, truth):

6. return torch.mean(torch.mean((pred-truth)**2,1),0)

初始化函数一定要添加 

super(MyLoss, self).__init__()

 

否则出现 AttributeError: 'MyLoss' object has no attribute '_forward_pre_hooks' 错误。

要打印loss可以用

loss.data.cpu().numpy()[0]