python tensorflow l2轴上损失

This answer 演示如何计算向量集合之间的平方差的对和。通过简单地用平方根进行后置合成,您就可以得到所需的成对距离:

M = tf.constant([[0, 0], [2, 2], [5, 5]], dtype=tf.float64)
r = tf.reduce_sum(M*M, 1)
r = tf.reshape(r, [-1, 1])
D2 = r - 2*tf.matmul(M, tf.transpose(M)) + tf.transpose(r)
D = tf.sqrt(D2)

with tf.Session() as sess:
    print(sess.run(D))

# [[0.         2.82842712 7.07106781]
#  [2.82842712 0.         4.24264069]
#  [7.07106781 4.24264069 0.        ]]

可以根据欧几里得距离(l2损失)公式编写张量流运算。

distance = tf.sqrt(tf.reduce_sum(tf.square(tf.subtract(x1, x2))))

样品将是

import tensorflow as tf

x1 = tf.constant([1, 2, 3], dtype=tf.float32)
x2 = tf.constant([4, 5, 6], dtype=tf.float32)

distance = tf.sqrt(tf.reduce_sum(tf.square(tf.subtract(x1, x2))))

with tf.Session() as sess:
  print(sess.run(distance))

正如@fuglede所指出的,如果您想输出成对的距离,那么我们可以使用

tf.sqrt(tf.square(tf.subtract(x1, x2)))