tensorflow计算均方误差

在TensorFlow中，可以使用`tf.reduce_mean()`函数计算均方误差。

假设有两个张量`y_true`和`y_pred`，分别表示真实值和预测值，那么可以使用下面的代码计算均方误差：

mse = tf.reduce_mean(tf.square(y_true - y_pred))

其中，`tf.square()`函数用于计算平方值，`tf.reduce_mean()`函数用于求平均值。

另外，如果想要计算多个样本的均方误差，可以将`y_true`和`y_pred`设置为二维张量，其中第一维表示样本数，第二维表示特征数。具体代码如下：

mse = tf.reduce_mean(tf.square(y_true - y_pred), axis=1)

这里使用了`axis=1`参数来沿着第一维（样本数）计算均值。