CosineSimilarity

공개 클래스 코사인 유사성

라벨과 예측 간의 코사인 유사성을 계산합니다.

-1 과 1 사이의 숫자입니다. -1 과 0 사이의 음수인 경우 0 직교성을 나타내고 -1 에 가까울수록 유사성이 높다는 것을 나타냅니다. 1 에 가까울수록 차이가 더 크다는 것을 나타냅니다. 이를 통해 예측과 목표 간의 근접성을 최대화하려는 설정에서 손실 함수로 사용할 수 있습니다. labels 이나 predictions 중 하나가 0 벡터인 경우 예측과 목표 간의 근접성에 관계없이 코사인 유사성은 0 이 됩니다.

loss = -sum(l2Norm(labels) * l2Norm(predictions))

독립형 사용법:

    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
 

샘플 중량으로 호출:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f});
    Operand<TFloat32> result = cosineLoss.call(labels, predictions, sampleWeight);
    // produces -0.0999f
 

SUM 감소 유형 사용:

    CosineSimilarity cosineLoss = new CosineSimilarity(tf, Reduction.SUM);
    Operand<TFloat32> result = cosineLoss.call(labels, predictions);
    // produces -0.999f
 

NONE 감소 유형 사용:

    CosineSimilarity cosineLoss = new CosineSimilarity(tf, Reduction.NONE);
    Operand<TFloat32> result = cosineLoss.call(labels, predictions);
    // produces [-0.f, -0.999f]
 

상수

정수

DEFAULT_AXIS

전지

공개 정적 최종 감소

DEFAULT_REDUCTION

상속된 필드

org.tensorflow.framework.losses.Loss 클래스에서

공개 정적 최종 감소

REDUCTION_DEFAULT

공공 생성자

	코사인 유사성 (Ops tf) 손실 이름으로 getSimpleName() , DEFAULT_AXIS 축 및 DEFAULT_REDUCTION 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.
	CosineSimilarity (Ops tf, 문자열 이름) DEFAULT_AXIS 축과 DEFAULT_REDUCTION 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.
	코사인 유사성 (Ops tf, int 축) getSimpleName() 손실 이름으로 사용하고 DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.
	코사인 유사성 (Ops tf, int[] 축) getSimpleName() 손실 이름으로 사용하고 DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.
	CosineSimilarity (Ops tf, 문자열 이름, int 축) DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.
	CosineSimilarity (Ops tf, 문자열 이름, int[] 축) DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.
	코사인 유사성 (Ops tf, Reduction 감소) getSimpleName() 손실 이름으로 사용하고 DEFAULT_AXIS 의 축을 사용하여 코사인 유사성 손실을 생성합니다.
	CosineSimilarity (Ops tf, 문자열 이름, 감소 감소) DEFAULT_AXIS 축을 사용하여 코사인 유사성 손실을 생성합니다.
	CosineSimilarity (Ops tf, int 축, 감소 감소) getSimpleName() 손실 이름으로 사용하여 코사인 유사성 손실을 생성합니다.
	CosineSimilarity (Ops tf, int[] 축, 감소 감소) getSimpleName() 손실 이름으로 사용하여 코사인 유사성 손실을 생성합니다.
	CosineSimilarity (Ops tf, 문자열 이름, int 축, Reduction 감소) 코사인 유사성 손실 생성
	CosineSimilarity (Ops tf, 문자열 이름, int[] 축, Reduction 감소) 코사인 유사성 손실 생성

공개 방법

<T는 T번호를 확장합니다. > 피연산자 <T>

호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측, 피연산자 <T> SampleWeights) 손실을 계산하는 피연산자를 생성합니다.

상속된 메서드

org.tensorflow.framework.losses.Loss 클래스에서

추상 <T는 T번호를 확장합니다. > 피연산자 <T>	호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측, 피연산자 <T> SampleWeights) 손실을 계산하는 피연산자를 생성합니다.
<T는 T번호를 확장합니다. > 피연산자 <T>	호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측) 손실을 계산합니다
절감	getReduction () 손실 감소를 얻습니다.
운영	getTF () TensorFlow 작업을 가져옵니다.

java.lang.Object 클래스에서

부울	같음 (개체 arg0)
마지막 수업<?>	getClass ()
정수	해시코드 ()
최종 무효	알림 ()
최종 무효	통지모두 ()
끈	toString ()
최종 무효	대기 (long arg0, int arg1)
최종 무효	기다리세요 (긴 arg0)
최종 무효	기다리다 ()

상수

공개 정적 최종 int DEFAULT_AXIS

상수값: -1

전지

공개 정적 최종 감소 DEFAULT_REDUCTION

공공 생성자

공개 코사인 유사성 (Ops tf)

손실 이름으로 getSimpleName() , DEFAULT_AXIS 축 및 DEFAULT_REDUCTION 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업

공개 CosineSimilarity (Ops tf, 문자열 이름)

DEFAULT_AXIS 축과 DEFAULT_REDUCTION 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
이름	손실의 이름

공개 코사인 유사성 (Ops tf, int 축)

getSimpleName() 손실 이름으로 사용하고 DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
중심선	코사인 유사성이 계산되는 차원입니다.

공개 코사인 유사성 (Ops tf, int[] 축)

getSimpleName() 손실 이름으로 사용하고 DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
중심선	코사인 유사성이 계산되는 차원입니다.

공개 CosineSimilarity (Ops tf, 문자열 이름, int 축)

DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
이름	손실의 이름
중심선	코사인 유사성이 계산되는 차원입니다.

공개 CosineSimilarity (Ops tf, 문자열 이름, int[] 축)

DEFAULT_REDUCTION 의 손실 감소를 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
이름	손실의 이름
중심선	코사인 유사성이 계산되는 차원입니다.

공개 코사인 유사성 (Ops tf, Reduction 감소)

getSimpleName() 손실 이름으로 사용하고 DEFAULT_AXIS 의 축을 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
절감	손실에 적용할 감소 유형입니다.

공개 코사인 유사성 (Ops tf, 문자열 이름, 감소 감소)

DEFAULT_AXIS 축을 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
이름	손실의 이름
절감	손실에 적용할 감소 유형입니다.

공개 코사인 유사성 (Ops tf, int 축, 감소 감소)

getSimpleName() 손실 이름으로 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
중심선	코사인 유사성이 계산되는 차원입니다.
절감	손실에 적용할 감소 유형입니다.

공개 코사인 유사성 (Ops tf, int[] 축, 감소 감소)

getSimpleName() 손실 이름으로 사용하여 코사인 유사성 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
중심선	코사인 유사성이 계산되는 차원입니다.
절감	손실에 적용할 감소 유형입니다.

공개 코사인 유사성 (Ops tf, 문자열 이름, int 축, 감소 감소)

코사인 유사성 손실 생성

매개변수

tf	TensorFlow 작업
이름	손실의 이름
중심선	코사인 유사성이 계산되는 차원입니다.
절감	손실에 적용할 감소 유형입니다.

공개 CosineSimilarity (Ops tf, 문자열 이름, int[] 축, Reduction 감소)

코사인 유사성 손실 생성

매개변수

tf	TensorFlow 작업
이름	손실의 이름
중심선	코사인 유사성이 계산되는 차원입니다.
절감	손실에 적용할 감소 유형입니다.

공개 방법

공개 피연산자 <T> 호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측, 피연산자 <T> SampleWeights)

손실을 계산하는 피연산자를 생성합니다.

매개변수

라벨	진리값 또는 라벨
예측	예측
샘플 가중치	선택적 SampleWeights는 손실에 대한 계수 역할을 합니다. 스칼라가 제공되면 손실은 단순히 주어진 값에 따라 조정됩니다. SampleWeights가 [batch_size] 크기의 텐서인 경우 배치의 각 샘플에 대한 총 손실은 SampleWeights 벡터의 해당 요소에 따라 크기가 조정됩니다. SampleWeights의 형태가 [batch_size, d0, .. dN-1]인 경우(또는 이 형태로 브로드캐스트될 수 있음) 예측의 각 손실 요소는 SampleWeights의 해당 값에 따라 조정됩니다. (dN-1에 대한 참고 사항: 모든 손실 함수는 1차원으로 감소하며 일반적으로 축=-1입니다.)

보고

• 손실