Calcola la somiglianza del coseno tra etichette e previsioni.
Nota che è un numero compreso tra -1
e 1
. Quando è un numero negativo compreso tra -1
e 0
, 0
indica ortogonalità e valori più vicini a -1
indicano una maggiore somiglianza. I valori più vicini a 1
indicano una maggiore dissomiglianza. Ciò lo rende utilizzabile come funzione di perdita in un contesto in cui si tenta di massimizzare la vicinanza tra previsioni e obiettivi. Se labels
o predictions
sono un vettore zero, la somiglianza del coseno sarà 0
indipendentemente dalla vicinanza tra previsioni e obiettivi.
loss = -sum(l2Norm(labels) * l2Norm(predictions))
Utilizzo autonomo:
Operand<TFloat32> labels = tf.constant(new float[][] { {0.f, 1.f}, {1.f, 1.f} }); Operand<TFloat32> predictions = tf.constant(new float[][] { {1.f, 0.f}, {1.f, 1.f} }); CosineSimilarity cosineLoss = new CosineSimilarity(tf); Operand<TFloat32> result = cosineLoss.call(labels, predictions); // produces -0.5
Chiamata con peso campione:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f}); Operand<TFloat32> result = cosineLoss.call(labels, predictions, sampleWeight); // produces -0.0999f
Utilizzando il tipo di riduzione SUM
:
CosineSimilarity cosineLoss = new CosineSimilarity(tf, Reduction.SUM); Operand<TFloat32> result = cosineLoss.call(labels, predictions); // produces -0.999f
Utilizzando il tipo di riduzione NONE
:
CosineSimilarity cosineLoss = new CosineSimilarity(tf, Reduction.NONE); Operand<TFloat32> result = cosineLoss.call(labels, predictions); // produces [-0.f, -0.999f]
Costanti
int | DEFAULT_AXIS |
Campi
Riduzione finale statica pubblica | DEFAULT_RIDUZIONE |
Campi ereditati
Costruttori pubblici
Somiglianza coseno (Ops tf) Crea una perdita di similarità coseno utilizzando getSimpleName() come nome della perdita, un asse di DEFAULT_AXIS e una riduzione della perdita di DEFAULT_REDUCTION | |
CosenoSimilarità (Ops tf, nome stringa) Crea una perdita di similarità del coseno utilizzando un asse di DEFAULT_AXIS e una riduzione della perdita di DEFAULT_REDUCTION | |
CosenoSimilarità (Ops tf, asse int) Crea una perdita di similarità del coseno utilizzando getSimpleName() come nome della perdita e una riduzione della perdita di DEFAULT_REDUCTION | |
CosenoSimilarità (asse Ops tf, int[]) Crea una perdita di similarità del coseno utilizzando getSimpleName() come nome della perdita e una riduzione della perdita di DEFAULT_REDUCTION | |
CosineSimilarity (Ops tf, nome stringa, asse int) Crea una perdita di similarità del coseno utilizzando una riduzione della perdita di DEFAULT_REDUCTION | |
CosenoSimilarity (Ops tf, nome stringa, asse int[]) Crea una perdita di similarità del coseno utilizzando una riduzione della perdita di DEFAULT_REDUCTION | |
CosenoSimilarità (Ops tf, Riduzione riduzione) Crea una perdita di similarità coseno utilizzando getSimpleName() come nome della perdita e un asse di DEFAULT_AXIS | |
CosenoSimilarità (Ops tf, Nome stringa, Riduzione riduzione) Crea una perdita di similarità del coseno utilizzando un asse di DEFAULT_AXIS | |
CosenoSimilarità (Ops tf, asse int, Riduzione riduzione) Crea una perdita di similarità del coseno utilizzando getSimpleName() come nome della perdita | |
CosenoSimilarità (Ops tf, asse int[], Riduzione riduzione) Crea una perdita di similarità del coseno utilizzando getSimpleName() come nome della perdita | |
CosenoSimilarità (Ops tf, Nome stringa, asse int, Riduzione riduzione) Crea una perdita di similarità del coseno | |
CosenoSimilarità (Ops tf, Nome stringa, asse int[], Riduzione riduzione) Crea una perdita di similarità del coseno |
Metodi pubblici
<T estende TNumero > Operando <T> |
Metodi ereditati
Costanti
public static final int DEFAULT_AXIS
Campi
Riduzione finale statica pubblica DEFAULT_REDUCTION
Costruttori pubblici
public CosenoSimilarity (Ops tf)
Crea una perdita di similarità coseno utilizzando getSimpleName()
come nome della perdita, un asse di DEFAULT_AXIS
e una riduzione della perdita di DEFAULT_REDUCTION
Parametri
tf | le operazioni TensorFlow |
---|
public CosineSimilarity (Ops tf, nome stringa)
Crea una perdita di similarità del coseno utilizzando un asse di DEFAULT_AXIS
e una riduzione della perdita di DEFAULT_REDUCTION
Parametri
tf | le operazioni TensorFlow |
---|---|
nome | il nome della perdita |
public CosineSimilarity (Ops tf, asse int)
Crea una perdita di similarità del coseno utilizzando getSimpleName()
come nome della perdita e una riduzione della perdita di DEFAULT_REDUCTION
Parametri
tf | le operazioni TensorFlow |
---|---|
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
public CosenoSimilarity (Ops tf, asse int[])
Crea una perdita di similarità del coseno utilizzando getSimpleName()
come nome della perdita e una riduzione della perdita di DEFAULT_REDUCTION
Parametri
tf | le operazioni TensorFlow |
---|---|
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
public CosineSimilarity (Ops tf, nome stringa, asse int)
Crea una perdita di similarità del coseno utilizzando una riduzione della perdita di DEFAULT_REDUCTION
Parametri
tf | le operazioni TensorFlow |
---|---|
nome | il nome della perdita |
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
public CosineSimilarity (Ops tf, nome stringa, asse int[])
Crea una perdita di similarità del coseno utilizzando una riduzione della perdita di DEFAULT_REDUCTION
Parametri
tf | le operazioni TensorFlow |
---|---|
nome | il nome della perdita |
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
public CosenoSimilarity (Ops tf, Riduzione riduzione)
Crea una perdita di similarità coseno utilizzando getSimpleName()
come nome della perdita e un asse di DEFAULT_AXIS
Parametri
tf | le operazioni TensorFlow |
---|---|
riduzione | Tipo di riduzione da applicare alla perdita. |
public CosineSimilarity (Ops tf, Nome stringa, Riduzione riduzione)
Crea una perdita di similarità del coseno utilizzando un asse di DEFAULT_AXIS
Parametri
tf | le operazioni TensorFlow |
---|---|
nome | il nome della perdita |
riduzione | Tipo di riduzione da applicare alla perdita. |
public CosineSimilarity (Ops tf, asse int, riduzione riduzione)
Crea una perdita di similarità del coseno utilizzando getSimpleName()
come nome della perdita
Parametri
tf | le operazioni TensorFlow |
---|---|
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
riduzione | Tipo di riduzione da applicare alla perdita. |
public CosineSimilarity (Ops tf, asse int[], riduzione riduzione)
Crea una perdita di similarità del coseno utilizzando getSimpleName()
come nome della perdita
Parametri
tf | le operazioni TensorFlow |
---|---|
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
riduzione | Tipo di riduzione da applicare alla perdita. |
public CosineSimilarity (Ops tf, nome stringa, asse int, riduzione riduzione)
Crea una perdita di similarità del coseno
Parametri
tf | le operazioni TensorFlow |
---|---|
nome | il nome della perdita |
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
riduzione | Tipo di riduzione da applicare alla perdita. |
public CosineSimilarity (Ops tf, nome stringa, asse int[], riduzione riduzione)
Crea una perdita di similarità del coseno
Parametri
tf | le operazioni TensorFlow |
---|---|
nome | il nome della perdita |
asse | La dimensione lungo la quale viene calcolata la somiglianza del coseno. |
riduzione | Tipo di riduzione da applicare alla perdita. |
Metodi pubblici
chiamata pubblica dell'operando <T> ( operando <? estende TNumber > etichette, previsioni dell'operando <T>, operando <T> sampleWeights)
Genera un operando che calcola la perdita.
Parametri
etichette | i valori o le etichette di verità |
---|---|
previsioni | le previsioni |
campionePesi | sampleWeights opzionale funge da coefficiente per la perdita. Se viene fornito uno scalare, la perdita viene semplicemente ridimensionata in base al valore fornito. Se SampleWeights è un tensore di dimensione [batch_size], la perdita totale per ciascun campione del batch viene riscalata dall'elemento corrispondente nel vettore SampleWeights. Se la forma di SampleWeights è [batch_size, d0, .. dN-1] (o può essere trasmessa a questa forma), ogni elemento di perdita delle previsioni viene ridimensionato in base al valore corrispondente di SampleWeights. (Nota su dN-1: tutte le funzioni di perdita si riducono di 1 dimensione, solitamente asse=-1.) |
Ritorni
- la perdita