Для nn.MSELoss
вы можете указать опцию reduction='none'
. Это тогда возвращает вам квадратичную ошибку для каждой позиции входа обоих ваших тензоров. Затем вы можете применить torch.sum / torch.mean.
a = torch.randn(2272,161)
b = torch.randn(2272,161)
loss = nn.MSELoss(reduction='none')
loss_result = torch.sum(loss(a,b),dim=0)
Я не думаю, что существует прямой способ указать при инициализации потери, к какому измерению применить среднее значение / сумму. Надеюсь, это поможет!