欧式距离 caffe tensorflow

caffe：

关于每个样本对（向量）求L2-loss（相减  平方 求和  除以2）

   

对mini-batch内的所有损失取平均：

 （m对应官方文档中的N）

实现代码：https://github.com/BVLC/caffe/blob/master/src/caffe/layers/euclidean_loss_layer.cpp 

补充点：

L2 范数： 平方 求和 开根号 

L2范数的平方：  平方 求和  

L2-loss: 平方 求和  除以2 （下图是tensorflow 手册）

tensorflow:

相减 平方 求和(axis=1)  除以2  取平均（axis=0）

  euclidean_loss = tf.reduce_mean(tf.reduce_sum(tf.square(tf.sub(logits, labels)), axis=1)/2, axis=0)
  tf.add_to_collection('losses', euclidean_loss)