Question

我编写了一个神经网络，为每个输入样本返回3个数字的列表。然后从实际值中减去这些值以获得差异。

例如，

actual    = [1,2,3]  
predicted = [0,0,1]  
diff      = [1,2,2]

所以我的张量现在有形状[batch_size，3] 我想要做的是迭代张量元素来构造我的损失函数例如，如果我的batch_size是2，最后是

diff = [[a,b,c],[d,e,f]]

我希望损失

Loss = mean(sqrt(a^2+b^2+c^2), sqrt(d^2+e^2+f^2))

我知道TensorFlow有一个tf.nn.l2_loss()函数来计算整个张量的L2损失。但我想要的是沿着某个轴的张量元素的l2损失的平均值我该怎么做呢？

Answer 1

您可以使用tf.sqrt，然后使用tf.reduce_sum和tf.reduce_mean。 tf.reduce_sum和tf.reduce_mean都有axis参数，表明要减少的维度。