CosineSimilarity

klasa publiczna CosineSimilarity

Oblicza cosinus podobieństwa między etykietami i przewidywaniami.

Zauważ, że jest to liczba z zakresu od -1 do 1 . Gdy jest to liczba ujemna z zakresu od -1 do 0 , 0 oznacza ortogonalność, a wartości bliższe -1 oznaczają większe podobieństwo. Wartości bliższe 1 wskazują na większą odmienność. Dzięki temu można jej używać jako funkcji straty w otoczeniu, w którym próbuje się zmaksymalizować bliskość między przewidywaniami i celami. Jeśli labels lub predictions jest wektorem zerowym, podobieństwo cosinus będzie wynosić 0 niezależnie od bliskości przewidywań i celów.

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

Samodzielne użycie:

    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
 

Wywołanie z wagą próbki:

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

Używanie typu redukcji SUM :

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

Używanie typu redukcji NONE :

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

Stałe

wew

DOMYŚLNA_OŚ

Pola

publiczna statyczna ostateczna redukcja

DOMYŚLNA_REDUKCJA

Dziedziczone pola

Z klasy org.tensorflow.framework.losses.Loss

publiczna statyczna ostateczna redukcja

REDUKCJA_DOMYŚLNA

Konstruktorzy publiczni

	CosinusPodobieństwo (Ops tf) Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty, osi DEFAULT_AXIS i redukcji straty DEFAULT_REDUCTION
	CosinusSimilarity (Ops tf, nazwa ciągu) Tworzy cosinusową utratę podobieństwa przy użyciu osi DEFAULT_AXIS i redukcję straty DEFAULT_REDUCTION
	CosinusPodobieństwo (Ops tf, oś int) Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty i redukcji straty o wartości DEFAULT_REDUCTION
	CosinusPodobieństwo (Ops tf, oś int[]) Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty i redukcji straty o wartości DEFAULT_REDUCTION
	CosineSimilarity (Ops tf, nazwa ciągu, oś int) Tworzy cosinusową utratę podobieństwa, stosując redukcję straty o wartości DEFAULT_REDUCTION
	CosineSimilarity (Ops tf, nazwa ciągu, oś int[]) Tworzy cosinusową utratę podobieństwa, stosując redukcję straty o wartości DEFAULT_REDUCTION
	CosinusPodobieństwo (Ops tf, redukcja redukcji ) Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty i osi DEFAULT_AXIS
	CosinusSimilarity (Ops tf, nazwa ciągu, redukcja redukcji ) Tworzy utratę podobieństwa cosinus przy użyciu osi DEFAULT_AXIS
	CosinusSimilarity (Ops tf, int oś, redukcja redukcji ) Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty
	CosinusSimilarity (Ops tf, oś int[], redukcja redukcji ) Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty
	CosinusSimilarity (Ops tf, nazwa ciągu, oś int, redukcja redukcji ) Tworzy cosinusową utratę podobieństwa
	CosinusSimilarity (Ops tf, nazwa ciągu, oś int[], redukcja redukcji ) Tworzy cosinusową utratę podobieństwa

Metody publiczne

<T rozszerza numer T > Operand <T>

wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi) Generuje operand, który oblicza stratę.

Metody dziedziczone

Z klasy org.tensorflow.framework.losses.Loss

streszczenie <T rozszerza numer T > Operand <T>	wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi) Generuje operand, który oblicza stratę.
<T rozszerza numer T > Operand <T>	wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>) Oblicza stratę
Zmniejszenie	uzyskaj redukcję () Pobiera redukcję strat
Operacje	getTF () Pobiera operacje TensorFlow

Z klasy java.lang.Object

wartość logiczna	równa się (Obiekt arg0)
ostatnia klasa<?>	pobierzKlasę ()
wew	hashCode ()
ostateczna pustka	powiadomić ()
ostateczna pustka	powiadom wszystkich ()
Smyczkowy	doString ()
ostateczna pustka	czekaj (długi arg0, int arg1)
ostateczna pustka	czekaj (długi arg0)
ostateczna pustka	Czekać ()

Stałe

publiczny statyczny końcowy int DEFAULT_AXIS

Wartość stała: -1

Pola

publiczna statyczna ostateczna redukcja DEFAULT_REDUCTION

Konstruktorzy publiczni

publiczny CosinusPodobieństwo (Ops tf)

Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty, osi DEFAULT_AXIS i redukcji straty DEFAULT_REDUCTION

Parametry

tf	operacji TensorFlow

publiczny CosinusSimilarity (Ops tf, nazwa ciągu)

Tworzy cosinusową utratę podobieństwa przy użyciu osi DEFAULT_AXIS i redukcję straty DEFAULT_REDUCTION

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty

publiczny CosinusSimilarity (Ops tf, oś int)

Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty i redukcji straty o wartości DEFAULT_REDUCTION

Parametry

tf	operacji TensorFlow
oś	Wymiar, według którego obliczane jest podobieństwo cosinusa.

publiczny CosinusSimilarity (Ops tf, oś int[])

Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty i redukcji straty o wartości DEFAULT_REDUCTION

Parametry

tf	operacji TensorFlow
oś	Wymiar, według którego obliczane jest podobieństwo cosinusa.

public CosineSimilarity (Ops tf, nazwa ciągu, oś int)

Tworzy cosinusową utratę podobieństwa, stosując redukcję straty o wartości DEFAULT_REDUCTION

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
oś	Wymiar, według którego obliczane jest podobieństwo cosinus.

public CosineSimilarity (Ops tf, nazwa ciągu, oś int[])

Tworzy cosinusową utratę podobieństwa, stosując redukcję straty o wartości DEFAULT_REDUCTION

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
oś	Wymiar, według którego obliczane jest podobieństwo cosinus.

public CosinusSimilarity (Ops tf, redukcja redukcji )

Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty i osi DEFAULT_AXIS

Parametry

tf	operacji TensorFlow
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

public CosinusSimilarity (Ops tf, nazwa ciągu, redukcja redukcji )

Tworzy utratę podobieństwa cosinus przy użyciu osi DEFAULT_AXIS

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

public CosinusSimilarity (Ops tf, int oś, redukcja redukcji )

Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty

Parametry

tf	operacji TensorFlow
oś	Wymiar, według którego obliczane jest podobieństwo cosinus.
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

publiczny CosinusSimilarity (Ops tf, oś int[], redukcja redukcji )

Tworzy cosinusową utratę podobieństwa, używając getSimpleName() jako nazwy straty

Parametry

tf	operacji TensorFlow
oś	Wymiar, według którego obliczane jest podobieństwo cosinus.
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

public CosineSimilarity (Ops tf, nazwa ciągu, oś int, redukcja redukcji )

Tworzy cosinusową utratę podobieństwa

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
oś	Wymiar, według którego obliczane jest podobieństwo cosinus.
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

public CosineSimilarity (Ops tf, nazwa ciągu, oś int[], redukcja redukcji )

Tworzy cosinusową utratę podobieństwa

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
oś	Wymiar, według którego obliczane jest podobieństwo cosinus.
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

Metody publiczne

publiczne wywołanie argumentu <T> ( operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi)

Generuje operand, który oblicza stratę.

Parametry

etykiety	wartości prawdy lub etykiety
prognozy	przewidywania
próbkiWagi	Opcjonalne próbkiWeights działają jako współczynnik straty. Jeśli podany jest skalar, strata jest po prostu skalowana według podanej wartości. Jeśli SampleWeights jest tensorem rozmiaru [batch_size], wówczas całkowita strata dla każdej próbki w partii jest przeskalowana przez odpowiedni element wektora SampleWeights. Jeśli kształt SampleWeights wynosi [batch_size, d0, .. dN-1] (lub może być nadawany do tego kształtu), wówczas każdy element predykcji straty jest skalowany przez odpowiednią wartość SampleWeights. (Uwaga do dN-1: wszystkie funkcje straty zmniejszają się o 1 wymiar, zwykle oś=-1.)

Powroty

• strata