有关如何在 tensorflow 中使用 tf.nn.l2_loss 的任何示例？

Question

我是tensorflow的初学者，目前正在开发一个学习任务的脚本，其中我需要将输入图像映射到另一个图像，这是我的损失函数：

loss = tf.reduce_mean(pred - y_)

其中 pred 是我对所有层中的图像的预测，而 y_ 是基本事实。它们的大小都是[batch_size * width * height * channel] ([64 x 128 x 128 x 3])。在这里，我只是在这两个张量之间进行减法并找到它们的均值。如您所见，这是l1损失，但是如果我想将损失函数更改为l2损失该怎么办？我知道我应该使用函数 tf.nn.l2_loss，但是主页上的教程对我来说似乎很高级，没有任何示例。

另外，张量流中是否有任何方法可以返回“张量”内的数据？

Answer 1

在这种情况下，在做 reduce_mean 之前平方差应该会给你一个平方损失，所以 loss = tf.reduce_mean((pred-y_)*(pred-y_)) 应该这样做。

要检查张量，您可以调用tensor.eval()，但这必须发生在有足够信息来计算张量值的上下文中（因此应提供所有占位符等）。