张量流成本函数答案

【问题标题】：Tensorflow cost function张量流成本函数
【发布时间】：2017-10-04 23:37:34
【问题描述】：

我有一个形状为 (10,1000)、10 个输入和 1000 行的输入数据集 x，以及一个具有 (1,1000)、1 个输出和 1000 行的输出 y。

我定义的代价函数是

cost = tf.square(Y - prediction, name="cost")

预测是单个预测输出值，Y是输出值的占位符。我使用下面的代码来获取成本的值。

cost_value = sess.run(cost, feed_dict ={ X: x, Y : y })

那么输出代价函数值是一个 (1000,1000) 矩阵，因为 Y 的馈送是一个 (1,1000) 向量。

问题是我如何制作一个成本函数来计算矩阵的一个数字瞬间的成本，而不用逐行循环所有输入。

【问题讨论】：

【解决方案1】：

tf.reduce_sum(cost) 将对矩阵中的所有值求和。

【讨论】：

【解决方案2】：

还有tf.reduce_sum(cost)会做你想做的事，我认为最好使用tf.reduce_mean()。以下是一些原因：

【讨论】：