python-3.x - Tensorflow中的欧氏距离，转换矩阵

Question

我有一个knn分类项目，需要用tensorflow计算欧几里得距离，以便比较。

没有tensorflow的原代码是这样的:

def euclidean_distance(self,x1, x2):
        distance = 0.0
        for i in range(len(x1)):
            distance += pow( x1[i] - x2[i], 2)
        print(distance)
        return math.sqrt(distance)

在 tensorflow 中是这样的:

distance = 0.0
        for i in range(len(x1)):
            distance = tf.negative(tf.sqrt(tf.reduce_sum(tf.square(tf.subtract(x1, x2)))))
        return distance

这样对吗？由于该代码距离变成了张量，我需要一种将该张量转换为普通矩阵的方法。

感谢任何帮助，谢谢!

Answer 1

为了得到 nd array(matrix) 你需要像 blow 一样运行图形

session=tf.Session()
nd_distance=session.run(distance)

您必须将代码更改为

......
......
     distance = tf.sqrt(tf.reduce_sum(tf.square(tf.subtract(x1, x2))))
     nd_distance=session.run(distance)
     print (nd_distance)
     return nd_distance

我不认为需要 tf.negative 函数和 for loop