tf.losses.mean_squared_error函数解读
数据
在实际情况中,假设我们训练得到的label是类似(a, b)的二维坐标点,这里我们用变量labels代表数据原有的标签,用pred代表训练得到的输出,数据用array,np.float32的格式表示。
import numpy as np
#Original labels for data
labels = np.array([[-3.087136 , 0.773723 ],
[ 0.5237208 , -2.3611534 ],
[ 0.12045471, 0.23965162],
[ 2.037887 , 2.9082034 ],
[ 1.630416 , 4.253656 ],
[ 1.581672 , -0.90316653],
[ 2.1582973 , 5.3201227 ],
[-0.6064952