nn.L1Loss() 是 PyTorch 中的一个损失函数，属于 torch.nn 模块的一部分。它计算预测值和真实值之间差的绝对值的平均值，也就是 L1 距离（或曼哈顿距离）。这个损失函数常用于回归任务，特别是当你希望减少异常值对总体损失的影响时。L1 损失的一个特点是它对异常值不那么敏感，因为它不像平方误差损失（L2 损失）那样对较大的误差值赋予更高的权重。

L1 损失的数学表达式是：

其中：

在 PyTorch 中使用 nn.L1Loss() 非常简单。首先，你需要实例化这个损失函数，然后在训练循环中调用它，将模型的预测输出和真实标签作为参数传入。例如：

import torch
import torch.nn as nn

# 假设 output 是模型的预测输出，target 是真实的标签
output = torch.randn(10, 2, requires_grad=True)
target = torch.randn(10, 2)

# 实例化 L1Loss 对象
criterion = nn.L1Loss()

# 计算损失
loss = criterion(output, target)

# 使用损失进行反向传播等
loss.backward()