Bu sayfa, Cloud Translation API ile çevrilmiştir.

CosineSimilarity

genel sınıf KosinüsBenzerlik

Etiketler ve tahminler arasındaki kosinüs benzerliğini hesaplar.

Bunun -1 ile 1 arasında bir sayı olduğuna dikkat edin. -1 ile 0 arasında negatif bir sayı olduğunda, 0 dikliği, -1 yakın değerler ise benzerliğin daha fazla olduğunu gösterir. 1 yakın değerler daha büyük farklılığı gösterir. Bu, tahminler ve hedefler arasındaki yakınlığı en üst düzeye çıkarmaya çalıştığınız bir ortamda onu bir kayıp fonksiyonu olarak kullanılabilir hale getirir. labels veya predictions biri sıfır vektör ise kosinüs benzerliği, tahminler ve hedefler arasındaki yakınlığa bakılmaksızın 0 olacaktır.

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

Bağımsız kullanım:

    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

Numune ağırlığıyla arama:

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

SUM azaltma türünü kullanma:

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

NONE azaltma türünü kullanma:

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

Sabitler

int DEFAULT_AXIS

Alanlar

genel statik nihai Azaltma DEFAULT_REDUCTION

Devralınan Alanlar

org.tensorflow.framework.losses.Loss sınıfından

genel statik nihai Azaltma REDUCTION_DEFAULT

Kamu İnşaatçıları

	KosinüsBenzerlik (Ops tf) Kayıp adı olarak `getSimpleName()` yöntemini, `DEFAULT_AXIS` eksenini ve `DEFAULT_REDUCTION` Kayıp Azalmasını kullanarak bir Kosinüs Benzerlik Kaybı oluşturur
	Kosinüs Benzerliği (Ops tf, Dize adı) `DEFAULT_AXIS` eksenini kullanarak Kosinüs Benzerlik Kaybı ve `DEFAULT_REDUCTION` Kayıp Azaltma oluşturur
	Kosinüs Benzerliği (Ops tf, int ekseni) Kayıp adı olarak `getSimpleName()` öğesini kullanarak bir Kosinüs Benzerlik Kaybı ve `DEFAULT_REDUCTION` tutarında Kayıp Azaltma oluşturur
	Kosinüs Benzerliği (Ops tf, int[] ekseni) Kayıp adı olarak `getSimpleName()` öğesini kullanarak bir Kosinüs Benzerlik Kaybı ve `DEFAULT_REDUCTION` tutarında Kayıp Azaltma oluşturur
	Kosinüs Benzerliği (Ops tf, Dize adı, int ekseni) `DEFAULT_REDUCTION` Kayıp Azaltma kullanarak Kosinüs Benzerliği Kaybı oluşturur
	Kosinüs Benzerliği (Ops tf, Dize adı, int[] ekseni) `DEFAULT_REDUCTION` Kayıp Azaltma kullanarak Kosinüs Benzerlik Kaybı oluşturur
	Kosinüs Benzerliği (Ops tf, İndirgeme azaltma) Kayıp adı olarak `getSimpleName()` ve `DEFAULT_AXIS` eksenini kullanarak bir Kosinüs Benzerlik Kaybı oluşturur
	Kosinüs Benzerliği (Ops tf, Dize adı, Azaltma azaltma) `DEFAULT_AXIS` eksenini kullanarak Kosinüs Benzerlik Kaybı oluşturur
	Kosinüs Benzerliği (Ops tf, int eksen, Azaltma azaltma) Kayıp adı olarak `getSimpleName()` öğesini kullanarak bir Kosinüs Benzerlik Kaybı oluşturur
	Kosinüs Benzerliği (Ops tf, int[] ekseni, Azaltma azaltma) Kayıp adı olarak `getSimpleName()` öğesini kullanarak bir Kosinüs Benzerlik Kaybı oluşturur
	Kosinüs Benzerliği (Ops tf, Dize adı, int ekseni, Azaltma azaltma) Kosinüs Benzerlik Kaybı Yaratır
	Kosinüs Benzerliği (Ops tf, Dize adı, int[] ekseni, Azaltma azaltma) Kosinüs Benzerlik Kaybı Yaratır

Genel Yöntemler

<T TNumber'ı genişletir > İşlenen <T>

çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları)

Kaybı hesaplayan bir İşlenen üretir.

Kalıtsal Yöntemler

org.tensorflow.framework.losses.Loss sınıfından

abstract <T TNumarasını genişletir > İşlenen <T>	çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları) Kaybı hesaplayan bir İşlenen üretir.
<T TNumber'ı genişletir > İşlenen <T>	çağrı ( İşlenen <? TNumber > etiketlerini genişletir, İşlenen <T> tahminleri) Kaybı hesaplar
Kesinti	indirgeme () Kayıp azaltımı elde edilir
Operasyonlar	getTF () TensorFlow Ops'u alır

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hashKodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

Sabitler

genel statik final int DEFAULT_AXIS

Sabit Değer: -1

Alanlar

genel statik nihai Azaltma DEFAULT_REDUCTION

Kamu İnşaatçıları

genel KosinüsBenzerlik (Ops tf)

Kayıp adı olarak getSimpleName() yöntemini, DEFAULT_AXIS eksenini ve DEFAULT_REDUCTION Kayıp Azalmasını kullanarak bir Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları

genel Kosinüs Benzerliği (Ops tf, Dize adı)

DEFAULT_AXIS eksenini ve DEFAULT_REDUCTION Kayıp Azalmasını kullanarak bir Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı

genel Kosinüs Benzerliği (Ops tf, int axis)

Kayıp adı olarak getSimpleName() öğesini kullanarak bir Kosinüs Benzerlik Kaybı ve DEFAULT_REDUCTION Kayıp Azaltma oluşturur

Parametreler

TF	TensorFlow Operasyonları
eksen	Kosinüs benzerliğinin hesaplandığı boyut.

genel Kosinüs Benzerliği (Ops tf, int[] ekseni)

Kayıp adı olarak getSimpleName() öğesini kullanarak bir Kosinüs Benzerlik Kaybı ve DEFAULT_REDUCTION Kayıp Azaltma oluşturur

Parametreler

TF	TensorFlow Operasyonları
eksen	Kosinüs benzerliğinin hesaplandığı boyut.

genel Kosinüs Benzerliği (Ops tf, Dize adı, int ekseni)

DEFAULT_REDUCTION Kayıp Azaltma kullanarak Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
eksen	Kosinüs benzerliğinin hesaplandığı boyut.

genel Kosinüs Benzerliği (Ops tf, Dize adı, int[] ekseni)

DEFAULT_REDUCTION Kayıp Azaltma kullanarak Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
eksen	Kosinüs benzerliğinin hesaplandığı boyut.

genel Kosinüs Benzerliği (Ops tf, Azaltma azaltma)

Kayıp adı olarak getSimpleName() ve DEFAULT_AXIS eksenini kullanarak bir Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
kesinti	Zarara uygulanacak İndirim Türü.

genel Kosinüs Benzerliği (Ops tf, Dize adı, Azaltma azaltma)

DEFAULT_AXIS eksenini kullanarak Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
kesinti	Zarara uygulanacak İndirim Türü.

genel Kosinüs Benzerliği (Ops tf, int axis, Azaltma azaltma)

Kayıp adı olarak getSimpleName() öğesini kullanarak bir Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
eksen	Kosinüs benzerliğinin hesaplandığı boyut.
kesinti	Zarara uygulanacak İndirim Türü.

genel Kosinüs Benzerliği (Ops tf, int[] ekseni, Azaltma azaltma)

Kayıp adı olarak getSimpleName() öğesini kullanarak bir Kosinüs Benzerlik Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
eksen	Kosinüs benzerliğinin hesaplandığı boyut.
kesinti	Zarara uygulanacak İndirim Türü.

genel Kosinüs Benzerliği (Ops tf, Dize adı, int ekseni, Azaltma azaltma)

Kosinüs Benzerlik Kaybı Yaratır

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
eksen	Kosinüs benzerliğinin hesaplandığı boyut.
kesinti	Zarara uygulanacak İndirim Türü.

genel Kosinüs Benzerliği (Ops tf, Dize adı, int[] ekseni, Azaltma azaltma)

Kosinüs Benzerlik Kaybı Yaratır

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
eksen	Kosinüs benzerliğinin hesaplandığı boyut.
kesinti	Zarara uygulanacak İndirim Türü.

Genel Yöntemler

genel İşlenen <T> çağrısı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnek Ağırlıkları)

Kaybı hesaplayan bir İşlenen üretir.

Parametreler

etiketler	doğruluk değerleri veya etiketleri
tahminler	tahminler
örnekAğırlıklar	İsteğe bağlı sampleWeights, kayıp için bir katsayı görevi görür. Bir skaler sağlanırsa, kayıp verilen değere göre ölçeklendirilir. SampleWeights, [batch_size] boyutunda bir tensör ise, o zaman grubun her numunesi için toplam kayıp, SampleWeights vektöründeki karşılık gelen öğe tarafından yeniden ölçeklendirilir. SampleWeights'ın şekli [batch_size, d0, .. dN-1] ise (veya bu şekle yayınlanabiliyorsa), o zaman tahminlerin her kayıp öğesi, karşılık gelen SampleWeights değerine göre ölçeklenir. (DN-1 ile ilgili not: tüm kayıp fonksiyonları 1 boyut azalır, genellikle eksen=-1 olur.)

İade

kayıp