tf.compat.v1.losses.cosine_distance

Добавляет потерю косинусного расстояния к процедуре обучения. (устаревшие аргументы)

tf.compat.v1.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 единичному вектору.

Аргументы
`labels`	`Tensor`, форма которого соответствует форме 'predictions'
`predictions`	Произвольная матрица.
`axis`	Измерение, по которому вычисляется косинусное расстояние.
`weights`	Необязательный `Tensor`, ранг которого равен либо 0, либо такому же, как у `labels`, и должен быть совместим для трансляции с `labels` (то есть все измерения должны быть либо `1`, либо такими же, как у соответствующего измерения `losses`).
`scope`	Область 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` равно `NONE`, у неё та же форма, что и у `labels`; в противном случае это скаляр.

Исключения
`ValueError`	Если форма `predictions` не соответствует форме `labels`, или `axis`, `labels`, `predictions` или `weights` имеет `None` значение.

Совместимость с Eager

Аргумент loss_collection игнорируется при выполнении в режиме eager. Подумайте о том, чтобы сохранить возвращаемое значение или собрать потери через 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/r2.3/api_docs/python/tf/compat/v1/losses/cosine_distance