python Tensorflow L2在軸上的損失

Question

我正在使用帶有tensorflow的python 3我有一個矩陣，每行是一個向量，我想得到一個距離矩陣-這是計算機使用l2范數損失 ，矩陣中的每個值都是兩個向量之間的距離

例如

Dij = l2_distance(M(i,:), Mj(j,:)) 

謝謝

編輯：這不是另一個問題的重復，它是關於計算矩陣的每一行的范數，我需要每一行到每隔一行之間的成對范數距離。

Answer 1

此答案顯示了如何計算向量集合之間的平方差的成對和。 通過簡單地用平方根進行后組合，您可以得出所需的成對距離：

M = tf.constant([[0, 0], [2, 2], [5, 5]], dtype=tf.float64)
r = tf.reduce_sum(M*M, 1)
r = tf.reshape(r, [-1, 1])
D2 = r - 2*tf.matmul(M, tf.transpose(M)) + tf.transpose(r)
D = tf.sqrt(D2)

with tf.Session() as sess:
    print(sess.run(D))

# [[0.         2.82842712 7.07106781]
#  [2.82842712 0.         4.24264069]
#  [7.07106781 4.24264069 0.        ]]

Answer 2

您可以基於歐幾里得距離（L2損失）的公式編寫TensorFlow操作。

distance = tf.sqrt(tf.reduce_sum(tf.square(tf.subtract(x1, x2))))

樣品將是

import tensorflow as tf

x1 = tf.constant([1, 2, 3], dtype=tf.float32)
x2 = tf.constant([4, 5, 6], dtype=tf.float32)

distance = tf.sqrt(tf.reduce_sum(tf.square(tf.subtract(x1, x2))))

with tf.Session() as sess:
  print(sess.run(distance))

正如@fuglede指出的那樣，如果要輸出成對距離，則可以使用

tf.sqrt(tf.square(tf.subtract(x1, x2)))