1. 均方差损失函数(Mean Squared Error, MSE)

均方差损失函数是预测数据和样本标签对应点误差的平方然后取均值，其公式如下所示：
$MSE = \frac{1}{N}(\hat{y}-y)^{2}$
其中 $\hat{y}$ 为预测数据， $y$ 为样本标签， $N$ 为样本个数。

2. 均方差在pytorch中的用法

均方差损失函数在pytorch中的函数为：

torch.nn.MSELoss(size_average=None, reduce=None, reduction='mean')

pytorch中默认损失计算的是均值。
我看很多博客对该损失函数讲解的不是很全面，它们只告诉你这个接口怎么用而不讲解其中是怎么进行运算的，下面我用一个实例来讲解一下函数内部是如何运算的。

>>> input = torch.randn(3,5,requires_grad=True)
>>> input
tensor([[ 0.0107,  0.0574,  0.2145, -0.6022, -0.2549],
        [-0.5236, -0.0693,  0.4386,  0.1597,  2.2749],
        [-1.7281, -0.6220,  2.5002, -0.5681, -0.5767]], requires_grad=True)
>>> target = torch.randn(3,5)
>>> target
tensor([[ 0.3699, -0.7985,  1.2310,  0.3084,  2.2067],
        [ 0.2520, -1.0720,  0.1930, -0.2715,  0.7808],
        [-0.9800, -1.0310, -1.2699, -0.9418, -1.2091]])
>>> loss = nn.MSELoss()
>>> output = loss(input, target)
>>> output.backward()
>>> output
tensor(1.8899, grad_fn=<MseLossBackward>)

计算得到input和target的均方差为1.8899。下面我们不借助torch.nn.MESLoss()函数，直接根据公式来计算下它们的均方差。

首先我们要计算input和target的差的平方：

>>> result = (input-output)**2
>>> result
tensor([[ 0.1290,  0.7326,  1.0333,  0.8291,  6.0594],
        [ 0.6015,  1.0054,  0.0603,  0.1860,  2.2324],
        [ 0.5596,  0.1673, 14.2134,  0.1397,  0.3998]], grad_fn=<PowBackward0>)

接着我们求result所有元素的和，然后再除以元素总个数15：

>>> result = result.view(15,).sum()/15
>>> result
tensor(1.8899, grad_fn=<DivBackward0>)

计算结果为1.8899，和nn.MSELoss()函数所得到的结果相同。

值得注意的是，若多分类任务中要使用均方差作为损失函数，需要将标签转换成one-hot形式，这与交叉熵损失函数恰巧相反。关于交叉熵如何使用可以参考我的另一篇博客：[损失函数]——交叉熵。
因为在使用nn.CrossEntropyLoss()时是取出输出层的输出中每个样本（每一行）中最大的数与标签进行运算，所以使用交叉熵损失函数时只需对应标签即可，而均方差则不然，它是对每一个输出都要参与运算，所以在使用均方差作为损失函数的时候要将标签转换成one-hot形式。

3. 均方差不宜和sigmoid函数一起使用

下面用公式来进行说明：
sigmoid的函数如下：
$S(x)=\frac{1}{1+e^{-x}}$
均方差损失函数：
$Loss = \frac{1}{N}(\hat{y}-y)^{2} =\frac{1}{N}(S(\omega *x +b)-y)^2$
对权值求导 $\omega$ ：
$\frac{\partial Loss}{\partial \omega }=\frac{2}{N}(S(\omega *x +b)-y){S}'(\omega *x +b)$
最终变换成对sigmoid函数求导，sigmoid函数有一个特点，那就是横坐标越远离坐标原点，导数越接近于0，当 $S(\omega *x +b)$ 越接近1时导数越小，最终会造成梯度小时。