我有一个 n*m 张量,它基本上表示 n 维欧几里德空间中的 m 个点。我想计算每个连续点之间的成对欧氏距离。
也就是说,如果我的列向量是点a、b、c等,我想计算euc(a, b)、euc(b, c)等
结果将是一个 m-1 长度的一维张量,每个成对的欧几里德距离。
有人知道谁可以在 TensorFlow 中执行此操作吗?
最佳答案
您可以像下面这样简化距离计算。 因为两点之间向量的L2范数就是两点之间的距离。
def distance(point1, point2):
l2_norm = tf.norm(point1-point2, ord='euclidean')
return l2_norm
关于python - Tensorflow - 矩阵中点的欧几里德距离,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44635695/