TensorFlow：如何找到学习/召回最差的样本？

Question

使用TensorFlow，可以收集错误信息，例如：

correct_prediction = tf.equal(tf.argmax(logits, 1), tf.argmax(one_hot_y, 1))

但它只提供一个向量，告诉哪些样本被正确调用。

但是，要真正了解正在发生的事情或需要改进的地方，我想找出最难回忆的样本。这就像计算神经网络产生的logits值和每个样本的目标one_hot矢量之间的欧几里德距离，并选择最远距离的那些。

您能否与TensorFlow分享您的见解？

Answer 1

使用math_ops文档！

sq_difference

请注意，batch_size * output_len的维度为sq_distances，output_len的维度为LastLeaveDt = DispName(con, "Select max(dtLeave) from EmpLeave where Empid='" & eid.Text & "' and year(dtleave)='" & cmbYear.Text & "'") Public Function DispName(cn As ADODB.Connection, mQRY As String) As String Dim xrs1 As New ADODB.Recordset Try xrs1.Open(mQRY, cn, ADODB.CursorTypeEnum.adOpenForwardOnly) If xrs1.EOF = False Then DispName = IIf(IsDBNull(xrs1(0).Value), "", xrs1(0).Value) End If xrs1.Close() Catch ex As Exception MsgBox(ex.Message) Return False End Try End Function 。