tf.contrib.losses.metric_learning.cluster_loss

Вычисляет потерю кластеризации.

tf.contrib.losses.metric_learning.cluster_loss(
    labels, embeddings, margin_multiplier, enable_pam_finetuning=True,
    margin_type='nmi', print_losses=False
)

Поддерживаются следующие структурированные маржи: nmi: нормализованная взаимная информация ami: скорректированная взаимная информация ari: скорректированный случайный индекс vmeasure: v-мера const: индикатор, проверяющий, совпадают ли две кластеризации.

Аргументы
`labels`	2-мерный тензор меток формы [размер пакета, 1]
`embeddings`	2-мерный тензор вложений формы [размер пакета, размерность вложений]. Вложения должны быть нормализованы по L2.
`margin_multiplier`	скаляр float32. множитель на член структурированной маржи. См. раздел 3.2 статьи для обсуждения.
`enable_pam_finetuning`	Булево, выполнять ли локальную уточнение PAM. См. раздел 3.4 статьи для обсуждения.
`margin_type`	Тип структурированной маржи для использования. См. раздел 3.2 статьи для обсуждения. Может быть 'nmi', 'ami', 'ari', 'vmeasure', 'const'.
`print_losses`	Булево. Опция для печати потери.

Статья: https://arxiv.org/abs/1612.01213

Возвращаемые значения
`clustering_loss`	скаляр float32 `Tensor`.

Исключения
`ImportError`	Если зависимость sklearn не установлена.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/losses/metric_learning/cluster_loss