1、l2_loss函数
tf.nn.l2_loss(t, name=None)
解释:这个函数的作用是利用 L2 范数来计算张量的误差值,但是没有开方并且只取 L2 范数的值的一半,具体如下:
output = sum(t ** 2) / 2
2、tensorflow实现
import tensorflow as tf a=tf.constant([1,2,3],dtype=tf.float32) b=tf.constant([[1,1],[2,2],[3,3]],dtype=tf.float32) with tf.Session() as sess: print('a:') print(sess.run(tf.nn.l2_loss(a))) print('b:') print(sess.run(tf.nn.l2_loss(b))) sess.close()
输出结果: a: 7.0 b: 14.0
输入参数:
- t: 一个Tensor。数据类型必须是一下之一:float32,float64,int64,int32,uint8,int16,int8,complex64,qint8,quint8,qint32。虽然一般情况下,数据维度是二维的。但是,数据维度可以取任意维度。
- name: 为这个操作取个名字。
输出参数:
一个 Tensor ,数据类型和 t 相同,是一个标量。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:tensorflow l2_loss函数 - Python技术站