Question

我有一个张量 A ，大小为（1， L ），还有一个3D张量 B ，大小为（ N ， K ， L ）。显然，在 B 中有大小为（ K ， L ）的 N 个数组，称为< strong> C 在这里。

现在，如何计算之间的平均欧几里德距离（ A 与 C 的每一行的平均距离） A 和每个 C ，而不会重复 C 中的每一行，最后返回一个大小为（1， N ）？

Answer 1

您可以使用tf.norm和tf.reduce_mean来做到这一点：

<script src="https://cdnjs.cloudflare.com/ajax/libs/react/16.6.3/umd/react.production.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/react-dom/16.6.3/umd/react-dom.production.min.js"></script>

<div id="root"></div>

编辑：import tensorflow as tf with tf.Graph().as_default(), tf.Session() as sess: a = tf.placeholder(tf.float32, [1, None]) b = tf.placeholder(tf.float32, [None, None, None]) dist = tf.reduce_mean(tf.norm(b - a, axis=2), axis=1) print(sess.run(dist, feed_dict={a: [[1, 2, 3]], b: [[[ 4, 5, 6], [ 7, 8, 9]], [[10, 11, 12], [13, 14, 15]]]})) # [ 7.7942286 18.186533 ]中有多个向量的情况的变体：

如何计算向量与3-D张量之间的欧式距离？

1 个答案: