tf.compat.v1.losses.cosine_distance

Добавляет потерю косинусного расстояния в процедуру обучения. (устаревшие аргументы)

tf.compat.v1.losses.cosine_distance(
    labels,
    predictions,
    axis=None,
    weights=1.0,
    scope=None,
    loss_collection=ops.GraphKeys.LOSSES,
    reduction=Reduction.SUM_BY_NONZERO_WEIGHTS,
    dim=None
)

Обратите внимание, что функция предполагает, что predictions и labels уже нормированы по единице.

Args
`labels`	`Tensor`, форма которого соответствует 'predictions'
`predictions`	Произвольная матрица.
`axis`	Измерение, по которому вычисляется косинусное расстояние.
`weights`	Необязательный `Tensor`, ранг которого равен 0 или совпадает с рангом `labels`, и который должен быть совместим с `labels` (то есть все измерения должны быть либо `1`, либо совпадать с соответствующим измерением `losses`).
`scope`	Область действия 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`.

Returns
Вещественное число `Tensor`, представляющее собой взвешенную потерю. Если `reduction` равно `NONE`, эта величина имеет ту же форму, что и `labels`; в противном случае это скаляр.

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

совместимость с eager execution

Аргумент loss_collection игнорируется при выполнении eager execution. Рассмотрите возможность сохранения возвращаемого значения или сбора потерь с помощью tf.keras.Model.

© 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/versions/r2.9/api_docs/python/tf/compat/v1/losses/cosine_distance