在TensorFlow中计算n个数据点和k个簇之间的距离

Question

X 是一个数据点矩阵，n by d 在形状上。 W 是一个聚类点矩阵，k by d 在形状上。数据点i与每个簇之间的最小距离可以计算如下：

a_dist = tf.reduce_min(X[i] - W, 0);

张量流图的方法如何计算每个数据点和每个簇之间的距离？想到了一个 for 循环，但据我了解，tensorflow 中不存在这样的功能。

Answer 1

目前我发现的最有效的方法如下：

################
# Reshape Tensors for Calculation
################
samples = X;
centroids = W;
expanded_vectors = tf.expand_dims(samples, 0)
expanded_centroids = tf.expand_dims(centroids, 1)


################
# Define objective of model
################
distances = tf.reduce_sum( tf.square(tf.sub(expanded_vectors, expanded_centroids)), 2)
min_distances = tf.reduce_min(distances, 0);