tf.keras.losses.CosineSimilarity

Вычисляет косинусное сходство между y_true и y_pred.

Наследует от: Loss

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

Обратите внимание, что это число в диапазоне от -1 до 1. Когда оно является отрицательным числом от -1 до 0, значение 0 указывает на ортогональность, а значения, приближающиеся к -1, указывают на большее сходство. Это позволяет использовать его в качестве функции потерь в ситуации, когда требуется максимизировать близость между предсказаниями и целевыми значениями. Если y_true или y_pred является нулевым вектором, косинусное сходство будет равно 0 независимо от близости между предсказаниями и целевыми значениями.

Формула:

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

Методы

call

Посмотреть исходный код

call(
    y_true, y_pred
)

from_config

Посмотреть исходный код

@classmethod
from_config(
    config
)

get_config

Посмотреть исходный код

get_config()

__call__

Посмотреть исходный код

__call__(
    y_true, y_pred, sample_weight=None
)

Вызов объекта как функции.