我只想实现一个自定义层,用于获取两个向量(当然是匹配维数)的l2范数,这两个向量是由两个不同的模型在keras中输出的。我使用函数API方法编写keras函数,所以我有如下内容: X = Conv2D(someargs)(inp1)然后,我想将out1和out2之间距离的out1范数进一步输入到另一个网络中,因此我
我想在Tensorflow中形成一个损失函数,它依赖于一个矩阵,该矩阵包含一组嵌入的(平方)欧几里德距离的所有组合。在numpy中,如下所示: # E is (batch_size,N,32)D = np.zeros((batch_size,N,N)) fory in range(N):
D[:,x,y] = np.sum(np.square(E[:,x,:]-E[:,y,:]),axis=1) 我如何在Tensorflow