يحسب تشابه جيب التمام بين التسميات والتنبؤات.
لاحظ أنه رقم بين -1
و 1
. عندما يكون رقمًا سالبًا بين -1
و 0
، يشير 0
إلى التعامد والقيم الأقرب إلى -1
تشير إلى تشابه أكبر. تشير القيم الأقرب إلى 1
إلى اختلاف أكبر. وهذا يجعلها قابلة للاستخدام كدالة خسارة في بيئة تحاول فيها زيادة القرب بين التوقعات والأهداف. إذا كانت أي من labels
أو predictions
متجهًا صفريًا، فسيكون تشابه جيب التمام 0
بغض النظر عن القرب بين التنبؤات والأهداف.
loss = -sum(l2Norm(labels) * l2Norm(predictions))
الاستخدام المستقل:
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
الاتصال مع وزن العينة:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f}); Operand<TFloat32> result = cosineLoss.call(labels, predictions, sampleWeight); // produces -0.0999f
باستخدام نوع التخفيض SUM
:
CosineSimilarity cosineLoss = new CosineSimilarity(tf, Reduction.SUM); Operand<TFloat32> result = cosineLoss.call(labels, predictions); // produces -0.999f
باستخدام نوع التخفيض NONE
:
CosineSimilarity cosineLoss = new CosineSimilarity(tf, Reduction.NONE); Operand<TFloat32> result = cosineLoss.call(labels, predictions); // produces [-0.f, -0.999f]
الثوابت
كثافة العمليات | DEFAULT_AXIS |
الحقول
التخفيض النهائي الثابت العام | DEFAULT_REDUCTION |
الحقول الموروثة
المقاولون العامون
تشابه جيب التمام (Ops tf) إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName() كاسم للخسارة، ومحور DEFAULT_AXIS ، وتقليل الخسارة DEFAULT_REDUCTION | |
تشابه جيب التمام (Ops tf، اسم السلسلة) إنشاء خسارة تشابه جيب التمام باستخدام محور DEFAULT_AXIS وتقليل الخسارة DEFAULT_REDUCTION | |
تشابه جيب التمام (Ops tf، محور int) إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName() كاسم للخسارة وتقليل الخسارة بمقدار DEFAULT_REDUCTION | |
تشابه جيب التمام (Ops tf، int[] axis) إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName() كاسم للخسارة وتقليل الخسارة بمقدار DEFAULT_REDUCTION | |
تشابه جيب التمام (Ops tf، اسم السلسلة، المحور int) إنشاء خسارة تشابه جيب التمام باستخدام تقليل الخسارة بمقدار DEFAULT_REDUCTION | |
تشابه جيب التمام (Ops tf، اسم السلسلة، المحور int[]) إنشاء خسارة تشابه جيب التمام باستخدام تقليل الخسارة بمقدار DEFAULT_REDUCTION | |
تشابه جيب التمام (Ops tf، تقليل التخفيض ) إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName() كاسم الخسارة ومحور DEFAULT_AXIS | |
تشابه جيب التمام (Ops tf، اسم السلسلة، تقليل التخفيض ) ينشئ فقدان تشابه جيب التمام باستخدام محور DEFAULT_AXIS | |
تشابه جيب التمام (Ops tf، محور int، تقليل التخفيض ) إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName() كاسم للخسارة | |
تشابه جيب التمام (Ops tf، المحور int[]، تقليل التخفيض ) إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName() كاسم للخسارة | |
الأساليب العامة
<T يمتد TNumber > المعامل <T> |
الطرق الموروثة
الثوابت
int النهائي الثابت العام DEFAULT_AXIS
الحقول
التخفيض النهائي الثابت العام DEFAULT_REDUCTION
المقاولون العامون
تشابه جيب التمام العام (Ops tf)
إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName()
كاسم للخسارة، ومحور DEFAULT_AXIS
، وتقليل الخسارة DEFAULT_REDUCTION
حدود
tf | عمليات TensorFlow |
---|
CosineSimilarity العامة (Ops tf، اسم السلسلة)
إنشاء خسارة تشابه جيب التمام باستخدام محور DEFAULT_AXIS
وتقليل الخسارة DEFAULT_REDUCTION
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة |
تشابه جيب التمام العام (Ops tf، int axis)
إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName()
كاسم للخسارة وتقليل الخسارة بمقدار DEFAULT_REDUCTION
حدود
tf | عمليات TensorFlow |
---|---|
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تشابه جيب التمام العام (Ops tf، int[] axis)
إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName()
كاسم للخسارة وتقليل الخسارة بمقدار DEFAULT_REDUCTION
حدود
tf | عمليات TensorFlow |
---|---|
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تشابه جيب التمام العام (Ops tf، اسم السلسلة، المحور int)
إنشاء خسارة تشابه جيب التمام باستخدام تقليل الخسارة بمقدار DEFAULT_REDUCTION
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة |
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تشابه جيب التمام العام (Ops tf، اسم السلسلة، المحور int[])
إنشاء خسارة تشابه جيب التمام باستخدام تقليل الخسارة بمقدار DEFAULT_REDUCTION
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة |
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تشابه جيب التمام العام (Ops tf، تقليل التخفيض )
إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName()
كاسم الخسارة ومحور DEFAULT_AXIS
حدود
tf | عمليات TensorFlow |
---|---|
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
تشابه جيب التمام العام (Ops tf، اسم السلسلة، تقليل التخفيض )
ينشئ فقدان تشابه جيب التمام باستخدام محور DEFAULT_AXIS
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة |
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
تشابه جيب التمام العام (Ops tf، محور int، تقليل التخفيض )
إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName()
كاسم للخسارة
حدود
tf | عمليات TensorFlow |
---|---|
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
تشابه جيب التمام العام (Ops tf، int[] المحور، تقليل التخفيض )
إنشاء خسارة تشابه جيب التمام باستخدام getSimpleName()
كاسم للخسارة
حدود
tf | عمليات TensorFlow |
---|---|
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
تشابه جيب التمام العام (Ops tf، اسم السلسلة، المحور int، تقليل التخفيض )
يخلق خسارة تشابه جيب التمام
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة |
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
تشابه جيب التمام العام (Ops tf، اسم السلسلة، المحور int[]، تقليل التخفيض )
يخلق فقدان تشابه جيب التمام
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة |
محور | البعد الذي يتم من خلاله حساب تشابه جيب التمام. |
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
الأساليب العامة
استدعاء المعامل العام <T> ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، عينات المعامل <T>)
يولد المعامل الذي يحسب الخسارة.
حدود
تسميات | قيم الحقيقة أو التسميات |
---|---|
التنبؤات | التوقعات |
SampleWeights | تعمل أوزان العينات الاختيارية كمعامل للخسارة. إذا تم توفير العدد، فسيتم ببساطة قياس الخسارة بالقيمة المحددة. إذا كان SampleWeights عبارة عن موتر بالحجم [batch_size]، فسيتم إعادة قياس الخسارة الإجمالية لكل عينة من الدُفعة بواسطة العنصر المقابل في ناقل SampleWeights. إذا كان شكل SampleWeights هو [batch_size, d0, .. dN-1] (أو يمكن بثه إلى هذا الشكل)، فسيتم قياس كل عنصر خسارة في التنبؤات بالقيمة المقابلة لـ SampleWeights. (ملاحظة حول dN-1: يتم تقليل جميع وظائف الخسارة بمقدار بُعد واحد، وعادة ما يكون المحور=-1.) |
المرتجعات
- الخسارة