tf.compat.v1.losses.cosine_distance

Добавляет потерю косинусного расстояния в процедуру обучения. (устаревшие аргументы)

tf.compat.v1.losses.cosine_distance(
    labels,
    predictions,
    axis=None,
    weights=1.0,
    scope=None,
    loss_collection=ops.GraphKeys.LOSSES,
    reduction=Reduction.SUM_BY_NONZERO_WEIGHTS,
    dim=None
)

Обратите внимание, что функция предполагает, что predictions и labels уже нормализованы по единице.

Аргументы
`labels`	`Tensor`, форма которого соответствует 'predictions'
`predictions`	Произвольная матрица.
`axis`	Размерность, по которой вычисляется косинусное расстояние.
`weights`	Необязательные `Tensor`, ранг которых равен 0 или совпадает с рангом `labels`, и которые должны быть совместимы с `labels` (т.е., все измерения должны быть либо `1`, либо совпадать с соответствующим измерением `losses`).
`scope`	Область действия для операций, выполняемых при вычислении потери.
`loss_collection`	Коллекция, в которую будет добавлена эта потеря.
`reduction`	Тип сокращения, применяемого к потере.
`dim`	Старое (устаревшее) имя для `axis`.

Возвращаемое значение
Весовая потеря float `Tensor`. Если `reduction` равен `NONE`, имеет ту же форму, что и `labels`; в противном случае это скаляр.

Исключения
`ValueError`	Если форма `predictions` не совпадает с формой `labels`, или `axis`, `labels`, `predictions` или `weights` имеет `None` форму.

совместимость с Eager Execution

Аргумент loss_collection игнорируется при выполнении Eagerly. Рассмотрите сохранение возвращаемого значения или сбор потерь с помощью tf.keras.Model.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/losses/cosine_distance