mlx.nn.losses.margin_ranking_loss

mlx.nn.losses.margin_ranking_loss#

class margin_ranking_loss(inputs1: array, inputs2: array, targets: array, margin: float = 0.0, reduction: Literal['none', 'mean', 'sum'] = 'none')#

计算 margin ranking loss。该损失函数接受输入 \(x_1\)、\(x_2\) 和标签 \(y\) (包含 1 或 -1)。

损失函数由以下公式给出：

\[\text{loss} = \max (0, -y * (x_1 - x_2) + \text{margin})\]

其中 \(y\) 代表 targets，\(x_1\) 代表 inputs1，\(x_2\) 代表 inputs2。

参数:

  • inputs1 (array) – 第一个输入的得分。

  • inputs2 (array) – 第二个输入的得分。

  • targets (array) – 标签，指示 inputs1 中的样本是否应排在 inputs2 中的样本之前。值应为 1 或 -1。

  • margin (float, 可选) – 得分应分离的边界。默认值：0.0。

  • reduction (str, 可选) – 指定应用于输出的归约方式：'none'（无）| 'mean'（平均）| 'sum'（求和）。默认值：'none'。

返回值:

计算得到的 margin ranking loss。

返回值类型:

array

示例

>>> import mlx.core as mx
>>> import mlx.nn as nn
>>> targets = mx.array([1, 1, -1])
>>> inputs1 = mx.array([-0.573409, -0.765166, -0.0638])
>>> inputs2 = mx.array([0.75596, 0.225763, 0.256995])
>>> loss = nn.losses.margin_ranking_loss(inputs1, inputs2, targets)
>>> loss
array(0.773433, dtype=float32)
目录