python - 张量流成本函数

Question

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。

我定义的成本函数是

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得成本的价值。

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

那么输出成本函数值是一个 (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某个数字瞬间的成本，而无需逐行循环所有输入。

score 3 · Accepted Answer

tf.reduce_sum(cost)将对矩阵中的所有值求和。

score 2 · Accepted Answer

也会tf.reduce_sum(cost)做你想做的，我认为最好使用tf.reduce_mean(). 以下是几个原因：

2 回答 2