需要基本 TensorFlow 中的代码说明

Question

下面是我试图理解的代码。我的困惑是 basic_loss 是一个 !D 数组或具有 1 个元素的张量。所以 loss1 在执行 tf.reduce.sum 时也应该具有相同的值。类似地，loss2 也应该与 basic_loss 具有相同的值。但是当我尝试执行时，它们都没有相同的值。这可能是什么原因？

import tensorflow as tf
    anchor = tf.random_uniform([1 , 128], dtype=tf.float32)
    positive = tf.random_uniform([1 , 128], dtype=tf.float32)
    negative = tf.random_uniform([1 , 128], dtype=tf.float32)
    pos_dist = tf.reduce_sum(tf.square(tf.subtract(anchor, positive)), axis=-1)
    neg_dist = tf.reduce_sum(tf.square(tf.subtract(anchor, negative)), axis=-1)
    basic_loss = tf.add(tf.subtract(pos_dist, neg_dist), 0.3)
    loss1 = tf.reduce_sum(basic_loss)
    loss2 = tf.maximum(basic_loss, 0)
    print(basic_loss.eval())
    print(loss1.eval())
    print(loss2.eval())
    sess.close()

输出：[-1.5216954] -2.0545285 [0.72764665]

Answer 1

您是否在tf.Graph 和tf.Session 下运行代码？在 TF 2.0 中，不鼓励使用它们，因为它们不能以直观的方式工作。