我正在尝试定义以下形状的损失函数：（NUM_OF_STROKES，STROKE_LEN，2）
例如，假设NUM_OF_STROKES = 1，STROKE_LEN = 4，它可能像这样：
TypeIdentifier
我希望损失函数是两个对应点之间的距离（所有距离之和）。例如：
[[[x1,y1], [x2,y2], [x3,y3], [x4,y4]]]在numpy中，我可以执行以下操作：
p1 = [[[a1,b1], [a2,b2], [a3,b3], [a4,b4]]]
p2 = [[[c1,d1], [c2,d2], [c3,d3], [c4,d4]]]
loss = sqrt((a1-c1)^2 + (b1-d1)^2) + ... + sqrt((a4-c4)^2 + (b4-d4)^2)
但是我不知道如何在tensrflow中做到这一点 我正在使用tensorflow 2，keras。
答案 0 :(得分：0)
我认为您正在寻找的是
tf.keras.backend.sum(tf.sqrt(tf.keras.backend.sum(tf.square(labels - predictions), axis=3)))
和axis = 3用于批次