Class mindspore.nn.Loss

    计算loss的平均值。如果每:math:`n` 次迭代调用一次 `update` 方法，则评估结果为：


    .. math::
        loss = \frac{\sum_{k=1}^{n}loss_k}{n}

    示例：
        >>> import numpy as np
        >>> from mindspore import nn, Tensor
        >>>
        >>> x = Tensor(np.array(0.2), mindspore.float32)
        >>> loss = nn.Loss()
        >>> loss.clear()
        >>> loss.update(x)
        >>> result = loss.eval()


clear()
内部评估结果清零。

eval()

        计算loss的平均值。

        返回：
            Float，loss的平均值。

        异常：
            RuntimeError：样本总数为0。


update(*inputs)

        更新内部评估结果。

        参数：
            inputs：输入只包含一个元素，且该元素为loss。loss的维度必须为0或1。


        异常：
            ValueError：`inputs` 的长度不为1。
            ValueError：`inputs` 的维度不为0或1。