如何遍历TensorFlow中张量的元素？

Question

我已经编码了一个神经网络，它为每个输入样本返回一个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] 

所以我现在张具有形状[batch_size时，3] 我想要做的是遍历张量元素来构造我的损失函数。
举例来说，如果我的batch_size是2，最后

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

我想损失是

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

我知道TensorFlow具有tf.nn.l2_loss()函数计算整个张量的L2损失。但是我想要的是某个轴上张量元素的损失的平均值。
我该如何去做这件事？

Answer 1

您可以使用tf.sqrt后跟tf.reduce_sum和tf.reduce_mean。 tf.reduce_sum和tf.reduce_mean都有一个axis参数，用于指示要减少的维数。

更多简操作，见https://www.tensorflow.org/api_guides/python/math_ops#Reduction