tf.keras.losses.CosineSimilarity

Вычисляет косинусное сходство между y_true и y_pred.

Наследуется от: Loss

tf.keras.losses.CosineSimilarity(
    axis=-1,
    reduction='sum_over_batch_size',
    name='cosine_similarity'
)

Обратите внимание, что это число от -1 до 1. Когда это отрицательное число от -1 до 0, 0 указывает на ортогональность, а значения, более близкие к -1, указывают на большее сходство. Это делает его пригодным в качестве функции потерь в сценарии, где вы пытаетесь максимизировать близость предсказаний и целевых значений. Если либо y_true, либо y_pred является нулевым вектором, косинусное сходство будет равно 0 независимо от близости предсказаний и целевых значений.

Формула:

loss = -sum(l2_norm(y_true) * l2_norm(y_pred))

Аргументы
`axis`	Ось, вдоль которой вычисляется косинусное сходство (ось признаков). По умолчанию `-1`.
`reduction`	Тип сокращения, применяемого к потерям. В почти всех случаях это должно быть `"sum_over_batch_size"`. Поддерживаемые варианты — `"sum"`, `"sum_over_batch_size"` или `None`.
`name`	Необязательное имя экземпляра функции потерь.

Методы

`call`

Просмотреть исходный код

call(
    y_true, y_pred
)

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

`get_config`

Просмотреть исходный код

get_config()

`call`

Просмотреть исходный код

__call__(
    y_true, y_pred, sample_weight=None
)

Вызов self как функции.

© 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/keras/losses/CosineSimilarity