python - Tensorflow 代价函数

Question

我有一个形状为 (10,1000)、10 个输入和 1000 行的输入数据集 x，以及一个形状为 (1,1000)、1 个输出和 1000 行的输出 y。

我定义的代价函数是

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取成本的值(value)。

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

那么输出代价函数值是一个(1000,1000)矩阵，因为Y的feed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时刻的成本，而无需逐行循环所有输入。

Answer 1

tf.reduce_sum(cost) 将对矩阵中的所有值求和。

https://www.tensorflow.org/api_docs/python/tf/reduce_sum