分别创建两个二维张量，两个三维张量，用损失函数计算它们的均平方误差，平方误差，

和绝对误差。

import tensorflow as tf

# 创建二维张量
tensor_2d_1 = tf.constant([[1.0, 2.0], [3.0, 4.0]])
tensor_2d_2 = tf.constant([[2.0, 4.0], [6.0, 8.0]])

# 创建三维张量
tensor_3d_1 = tf.constant([[[1.0, 2.0], [3.0, 4.0]], [[5.0, 6.0], [7.0, 8.0]]])
tensor_3d_2 = tf.constant([[[2.0, 4.0], [6.0, 8.0]], [[10.0, 12.0], [14.0, 16.0]]])

# 计算均平方误差
mse_2d = tf.reduce_mean(tf.losses.mean_squared_error(tensor_2d_1, tensor_2d_2))
mse_3d = tf.reduce_mean(tf.losses.mean_squared_error(tensor_3d_1, tensor_3d_2))

# 计算平方误差
squared_error_2d = tf.reduce_mean(tf.square(tensor_2d_1 - tensor_2d_2))
squared_error_3d = tf.reduce_mean(tf.square(tensor_3d_1 - tensor_3d_2))

# 计算绝对误差
abs_error_2d = tf.reduce_mean(tf.abs(tensor_2d_1 - tensor_2d_2))
abs_error_3d = tf.reduce_mean(tf.abs(tensor_3d_1 - tensor_3d_2))

with tf.Session() as sess:
print("均平方误差（二维张量）：", sess.run(mse_2d))
print("均平方误差（三维张量）：", sess.run(mse_3d))
print("平方误差（二维张量）：", sess.run(squared_error_2d))
print("平方误差（三维张量）：", sess.run(squared_error_3d))
print("绝对误差（二维张量）：", sess.run(abs_error_2d))
print("绝对误差（三维张量）：", sess.run(abs_error_3d))

输出：

均平方误差（二维张量）： 6.0
均平方误差（三维张量）： 6.0
平方误差（二维张量）： 6.0
平方误差（三维张量）： 6.0
绝对误差（二维张量）： 1.5
绝对误差（三维张量）： 1.5