Tensorflow 中的平均欧几里得距离答案

【问题标题】：Mean Euclidean distance in TensorflowTensorflow 中的平均欧几里得距离
【发布时间】：2017-10-17 07:24:38
【问题描述】：

我有两个大小为 [batch_size, seq_length, 2] 的序列张量。我想计算张量之间的平均欧几里得距离。这样做的优雅方法是什么？

【问题讨论】：

【解决方案1】：

给定两个张量A 和B，每个张量的形状为[batch_size, seq_length, 2]，您可以使用tf.norm 计算欧几里得距离（L2 范数）：

l2_norm = tf.norm(A-B, ord='euclidean')

【讨论】：

如何确保第三维是我的 (x.y) 点？我的意思是我们需要指定轴吗？
当未指定轴参数时，范数是逐点计算的，这意味着 A & B 被重新整形为形状为 [batch_size*seq_length * 2] 的一维长向量。因此，A 的一般位置 (x,y) 上的每个点都与 B 的同一点 (x,y) 进行比较
顺便说一句：尽可能避免使用 tf.norm，尤其是当您需要计算梯度时。这是因为tf.sqrt 在 0 附近数值不稳定，容易给出 NaN。如果可以，请使用平方距离
你的意思是tf.squared_difference(a,b) 没有平方根吗？

【解决方案2】：

你也可以使用 tf.math.reduce_euclidean_norm：

tf.math.reduce_euclidean_norm(
    input_tensor, axis=None, keepdims=False, name=None
)

请参阅文档here。

【讨论】：