텐서플로우 머신러닝 쿡북이라는 책에서 가우시안 커널로 비선형 구분을 하는 예제를 공부하는 중인데요. 커널 식이 다음과 같다고 합니다.

k(x_i, x_j) = e^-y IIx_i - x_jII²

이것을 텐서플로우로

gamma = tf.constant(-50.0)
dist = tf.reduce_sum(tf.square(x_data),1)
dist = tf.reshape(dist, [-1,1])
sq_dists = tf.add(tf.subtract(dist, tf.multiply(2., tf.matmul(x_data, tf.transpose(x_data)))),

             tf.transpose(dist))
my_kernel = tf.exp(tf.multiply(gamma, tf.abs(sq_dists)))

이렇게 쓰더군요. sq_dists에 절댓값을 씌운것이 IIx_i - x_jII² 인 것은 잘 알겠는데, 마지막 my_kernel과 위 공식이 어떻게 같은지 잘 이해가 가지 않습니다. 

my_kernel은  e^{gamma * IIx_i - x_jII^2} 인거 같은데 제가 잘못 이해하고 있는 것인가요.