在Torch中常用的损失函数包括：
- nn.CrossEntropyLoss：交叉熵损失函数，常用于多分类问题。
- nn.MSELoss：均方误差损失函数，常用于回归问题。
- nn.L1Loss：L1损失函数，也称为绝对值损失，常用于回归问题。
- nn.BCELoss：二元交叉熵损失函数，常用于二分类问题。
- nn.NLLLoss：负对数似然损失函数，常用于多分类问题。
- nn.KLDivLoss：KL散度损失函数，常用于度量两个概率分布之间的差异。
- nn.BCEWithLogitsLoss：结合了二元交叉熵损失和Sigmoid函数，常用于二分类问题。
- nn.BCEWithLogitsLoss：结合了多分类交叉熵损失和Softmax函数，常用于多分类问题。
这些是Torch中常用的损失函数，根据具体的任务和模型选择合适的损失函数来进行训练。
