Tensorflow错误：形状必须为0级，但对于'cond_1 / Switch'为1级

Question

我是tensorflow的新手，我正在进行一些在线练习以熟悉tensorflow。我想做以下任务：

  

从任何法线创建两个形状为300的张量x和y   分配。使用tf.cond()返回：

     

  

• (x - y)的均方误差，如果(x - y)中所有元素的平均值为负数。

  

• 张量(x - y)中所有元素的绝对值之和。

  

我的实施：

x = tf.random_normal([300])
y = tf.random_normal([300])
mse = lambda: tf.losses.mean_squared_error(y, x)
absval = lambda: tf.abs(tf.subtract(x, y))
out = tf.cond(tf.less(x, y), mse, absval)

错误：

Shape must be rank 0 but is rank 1 for 'cond_1/Switch' (op: 'Switch') with input shapes: [300], [300]

Answer 1

试试这个：

x = tf.random_normal([300])
y = tf.random_normal([300])
mse = lambda: tf.losses.mean_squared_error(y, x)
absval = lambda: tf.reduce_sum(tf.abs(tf.subtract(x, y)))
out = tf.cond(tf.reduce_mean(x - y) < 0, mse, absval)