如何从两个张量获得均方？答案

【问题标题】：How to get mean square from two tensors?如何从两个张量获得均方？
【发布时间】：2018-04-30 11:11:28
【问题描述】：

我有 2 个形状张量 (10, 100, 2) 如何获得形状的均方损失(10, 100)？

这是我尝试过的：

tf.sqrt(tf.square(tf.subtract(targets, logits))/n) 返回(10, 100, 2)

【问题讨论】：

为什么我被否决了？相信很多人都有同样的疑问。
losses = tf.map_fn(lambda x: tf.map_fn(lambda y: tf.nn.l2_loss(y), x), tf.subtract(targets, logits))

标签： numpy tensorflow

【解决方案1】：

只需使用tf.reduce_mean的axis参数即可：

x = tf.reduce_mean(tf.sqrt(tf.subtract(targets, logits)), axis=2)

x.shape = (10,100)

【讨论】：

【解决方案2】：

losses = tf.map_fn(
                  lambda x: tf.map_fn(
                      lambda y: tf.nn.l2_loss(y),
                      x
                  ), 
                  tf.subtract(targets, logits)
         )

这实现了均方的公式：l2_loss(targets - logits)

【讨论】：