一些loss和指标记录_python实现

1 L1_loss

• 定义：计算对应位置的绝对值，求平均。又称绝对值损失函数
• 公式：
  $a=[x_1,x_2,x_3...x_n]、b=[y_1,y_2,y_3...y_n]$
  $L1(a,b)=\frac{1}{n}{\sum }_{i=1}^n|x_i-y_i|$
• 代码实现：

import torch.nn as nn
import torch.nn as nn
import torch

#loss function
loss = nn.L1Loss()

a=torch.FloatTensor([1,2,3])
b=torch.FloatTensor([1.1,2.2,2.9]) 
output = loss(a, b)
print(output)

c=torch.FloatTensor([[1,3],[2,3],[1,1]])
print(f"c_shape:{c.shape}")
d=torch.FloatTensor([[2,3.2],[2.1,3.2],[1.1,1.1]])
print(f"c_shape:{d.shape}")
out=loss(c,d)#除以6，不是除以3!
print(out)

2 Lpips_loss

感知损失，符合人眼的损失
输入网络提取特征，计算L2距离，算平均。

class LpipsLoss(nn.Module):

    def __init__(self):
        super(LpipsLoss, self).__init__()
        self.lpips_fn = lpips.LPIPS(net='vgg')#加载预训练的模型
        self.lpips_fn.net.requires_grad_(False)


    def forward(self, gt, output):
        output = output*2.-1
        gt = gt*2.
        lpips_loss = torch.mean(self.lpips_fn(output, gt))
        return lpips_loss

3 PSNR

全称：peak signal-to-Noise Ratio 峰值信噪比

定义：
给定大小为$n$