CosineSimilarity

כיתה ציבורית CosineSimilarity

מחשב את הדמיון הקוסינוס בין תוויות ותחזיות.

שימו לב שזהו מספר בין -1 ל 1 . כאשר מדובר במספר שלילי בין -1 ל 0 , 0 מציין אורתוגונליות וערכים קרובים יותר ל -1 מצביעים על דמיון רב יותר. הערכים הקרובים יותר ל 1 מצביעים על אי דמיון רב יותר. זה הופך אותו לשימוש כפונקציית אובדן בסביבה שבה אתה מנסה למקסם את הקרבה בין התחזיות והיעדים. אם labels או predictions הן וקטור אפס, הדמיון הקוסינוס יהיה 0 ללא קשר לקרבה בין התחזיות והמטרות.

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

שימוש עצמאי:

    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
 

מתקשר עם משקל מדגם:

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

שימוש בסוג הפחתת SUM :

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

שימוש בסוג הפחתה NONE :

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

קבועים

int DEFAULT_AXIS

שדות

הפחתה סופית סטטית ציבורית DEFAULT_REDUCTION

שדות בירושה

בונים ציבוריים

CosineSimilarity (Ops tf)
יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד, ציר של DEFAULT_AXIS והפחתת הפסד של DEFAULT_REDUCTION
CosineSimilarity (Ops tf, שם מחרוזת)
יוצר הפסד דמיון קוסינוס באמצעות ציר של DEFAULT_AXIS , והפחתת הפסד של DEFAULT_REDUCTION
CosineSimilarity (Ops tf, int axis)
יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד, והפחתת הפסד של DEFAULT_REDUCTION
CosineSimilarity (Ops tf, int[] axis)
יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד, והפחתת הפסד של DEFAULT_REDUCTION
CosineSimilarity (Ops tf, שם מחרוזת, ציר int)
יוצר הפסד דמיון קוסינוס באמצעות הפחתת הפסד של DEFAULT_REDUCTION
CosineSimilarity (Ops tf, שם מחרוזת, ציר int[])
יוצר הפסד דמיון קוסינוס באמצעות הפחתת הפסד של DEFAULT_REDUCTION
CosineSimilarity (Ops tf, הפחתת הפחתה )
יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד וציר של DEFAULT_AXIS
CosineSimilarity (Ops tf, שם מחרוזת, הפחתת הפחתה )
יוצר אובדן דמיון קוסינוס באמצעות ציר של DEFAULT_AXIS
CosineSimilarity (Ops tf, ציר int, הפחתת הפחתה )
יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד
CosineSimilarity (Ops tf, int[] axis, הפחתת הפחתה )
יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד
CosineSimilarity (Ops tf, שם מחרוזת, ציר int, הפחתת הפחתה )
יוצר אובדן דמיון קוסינוס
CosineSimilarity (Ops tf, שם מחרוזת, ציר int[], הפחתת הפחתה)
יוצר אובדן דמיון קוסינוס

שיטות ציבוריות

<T מרחיב את TNummer > Operand <T>
קריאה ( Operand <? מרחיב את התוויות של TNomber >, תחזיות Operand <T>, Oprand <T> sampleWeights)
יוצר אופרנד שמחשב את ההפסד.

שיטות בירושה

קבועים

סופי סטטי ציבורי DEFAULT_AXIS

ערך קבוע: -1

שדות

הפחתה סופית סטטית ציבורית DEFAULT_REDUCTION

בונים ציבוריים

CosineSimilarity ציבורי (Ops tf)

יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד, ציר של DEFAULT_AXIS והפחתת הפסד של DEFAULT_REDUCTION

פרמטרים
tf ה- TensorFlow Ops

CosineSimilarity ציבורי (Ops tf, שם מחרוזת)

יוצר הפסד דמיון קוסינוס באמצעות ציר של DEFAULT_AXIS , והפחתת הפסד של DEFAULT_REDUCTION

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן

CosineSimilarity ציבורי (Ops tf, int axis)

יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד, והפחתת הפסד של DEFAULT_REDUCTION

פרמטרים
tf ה- TensorFlow Ops
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.

ציבורי CosineSimilarity (Ops tf, int[] axis)

יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד, והפחתת הפסד של DEFAULT_REDUCTION

פרמטרים
tf ה- TensorFlow Ops
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.

CosineSimilarity ציבורי (Ops tf, שם מחרוזת, ציר int)

יוצר הפסד דמיון קוסינוס באמצעות הפחתת הפסד של DEFAULT_REDUCTION

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.

ציבורי CosineSimilarity (Ops tf, שם מחרוזת, ציר int[])

יוצר הפסד דמיון קוסינוס באמצעות הפחתת הפסד של DEFAULT_REDUCTION

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.

CosineSimilarity ציבורי (Ops tf, הפחתת הפחתה )

יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד וציר של DEFAULT_AXIS

פרמטרים
tf ה- TensorFlow Ops
צִמצוּם סוג ההפחתה שיחול על ההפסד.

CosineSimilarity ציבורי (Ops tf, שם מחרוזת, הפחתת הפחתה)

יוצר אובדן דמיון קוסינוס באמצעות ציר של DEFAULT_AXIS

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן
צִמצוּם סוג ההפחתה שיחול על ההפסד.

CosineSimilarity ציבורי (Ops tf, ציר int, הפחתת הפחתה )

יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד

פרמטרים
tf ה- TensorFlow Ops
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.
צִמצוּם סוג ההפחתה שיחול על ההפסד.

CosineSimilarity ציבורי (Ops tf, int[] axis, הפחתת הפחתה )

יוצר הפסד דמיון קוסינוס באמצעות getSimpleName() כשם ההפסד

פרמטרים
tf ה- TensorFlow Ops
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.
צִמצוּם סוג ההפחתה שיחול על ההפסד.

ציבורי CosineSimilarity (Ops tf, שם מחרוזת, ציר int, הפחתת הפחתה)

יוצר אובדן דמיון קוסינוס

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.
צִמצוּם סוג ההפחתה שיחול על ההפסד.

ציבורי CosineSimilarity (Ops tf, שם מחרוזת, ציר int[], הפחתת הפחתה)

יוצר אובדן דמיון קוסינוס

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן
צִיר הממד שלאורכו מחושב הדמיון הקוסינוס.
צִמצוּם סוג ההפחתה שיחול על ההפסד.

שיטות ציבוריות

קריאת Operand <T> ציבורית ( Operand <? מרחיב את התוויות של TNumber >, תחזיות Operand <T>, Oprand <T> דוגמת משקלים)

יוצר אופרנד שמחשב את ההפסד.

פרמטרים
תוויות ערכי האמת או התוויות
תחזיות את התחזיות
משקולות לדוגמה SampleWeights אופציונליים פועלים כמקדם לאובדן. אם מסופק סקלר, אז ההפסד פשוט מוגדל לפי הערך הנתון. אם SampleWeights הוא טנסור בגודל [batch_size], אז ההפסד הכולל עבור כל דגימה של האצווה משתנה מחדש על ידי האלמנט המתאים בוקטור SampleWeights. אם הצורה של SampleWeights היא [batch_size, d0, ..dN-1] (או שניתן לשדר אותה לצורה זו), אז כל רכיב אובדן של חיזויים משתנה לפי הערך המתאים של SampleWeights. (הערה לגבי dN-1: כל פונקציות האובדן מצטמצמות בממד אחד, בדרך כלל ציר=-1.)
מחזיר
  • ההפסד