在Torch中常用的损失函数包括：
- nn.MSELoss：均方误差损失，用于回归问题。
- nn.CrossEntropyLoss：交叉熵损失，多分类问题中常用。
- nn.NLLLoss：负对数似然损失，也常用于多分类问题。
- nn.BCELoss：二元交叉熵损失，用于二分类问题。
- nn.BCEWithLogitsLoss：带sigmoid函数的二元交叉熵损失。
- nn.KLDivLoss：KL散度损失，用于度量两个概率分布的相似度。
- nn.TripletMarginLoss：三元组损失，用于学习特征表示。
除了上述损失函数，Torch还提供了很多其他损失函数，可以根据具体的任务需求选择合适的损失函数。
