（beta）torch_npu.contrib.module.LabelSmoothingCrossEntropy

产品支持情况

产品	是否支持
Atlas A3 训练系列产品	√
Atlas A2 训练系列产品	√
Atlas 推理系列产品	√
Atlas 训练系列产品	√

功能说明

使用NPU API进行LabelSmoothing Cross Entropy。

函数原型

torch_npu.contrib.module.LabelSmoothingCrossEntropy(num_classes=1000, smooth_factor=0.)

参数说明

计算参数

• num_classes (float)：用于onehot的class数量。
• smooth_factor (float)：如果正在使用LabelSmoothing，请改为0.1。此参数取值范围为[0, 1]。默认值为0。

计算输入

• pred(Tensor)：模型预测结果。
• target(Tensor)：真实标签。

返回值说明

Tensor

交叉熵计算结果。

调用示例

>>> import torch, torch_npu
>>> from torch_npu.contrib.module import LabelSmoothingCrossEntropy
>>> pred = torch.randn(2, 10).npu()
>>> target = torch.randint(0, 10, size=(2,)).npu()
>>> pred.requires_grad = True
>>> m = LabelSmoothingCrossEntropy(10)
>>> npu_output = m(pred, target)
>>> npu_output.backward()
>>> npu_output
tensor(1.9443, device='npu:0', grad_fn=<MeanBackward1>)