tf.losses.cosine_distance
Добавляет потерю косинусного расстояния к процедуре обучения. (устаревшие аргументы)
tf.losses.cosine_distance(
labels, predictions, axis=None, weights=1.0, scope=None,
loss_collection=tf.GraphKeys.LOSSES, reduction=Reduction.SUM_BY_NONZERO_WEIGHTS,
dim=None
)
Обратите внимание, что функция предполагает, что predictions и labels уже нормированы по единице.
| Аргументы | |
|---|---|
labels | Tensor, форма которого соответствует форме 'predictions' |
predictions | Произвольная матрица. |
axis | Размеры, по которым вычисляется косинусное расстояние. |
weights | Необязательные Tensor, ранг которых равен 0 или совпадает с рангом labels, и которые должны быть совместимы с labels (то есть все измерения должны быть либо 1, либо такими же, как соответствующие измерения losses). |
scope | Область для операций, выполняемых при вычислении потери. |
loss_collection | Коллекция, к которой будет добавлена эта потеря. |
reduction | Тип редукции, применяемой к потере. |
dim | Старое (устаревшее) имя для axis. |
| Возвращаемые значения | |
|---|---|
Весовые потери float Tensor. Если reduction равно NONE, форма этой величины совпадает с формой labels; в противном случае это скаляр. |
| Исключения | |
|---|---|
ValueError | Если форма predictions не совпадает с формой labels, или axis, labels, predictions или weights имеют None тип. |
Совместимость с Eager
Аргумент loss_collection игнорируется при выполнении в режиме Eager. Рассмотрите возможность сохранения возвращаемого значения или сбора потерь с помощью tf.keras.Model.
© 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/losses/cosine_distance
