이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

tf.keras.metrics.CosineSimilarity

TensorFlow 1 개 버전 GitHub의에서 소스보기

레이블과 예측 사이의 코사인 유사도를 계산합니다.

cosine similarity = (a . b) / ||a|| ||b||

참조 : 코사인 유사성 .

이 통계의 평균 코사인 유사성 유지 predictionslabels 데이터 스트림 위에.

name 메트릭 인스턴스 (선택 사항) 문자열 이름.
dtype 메트릭 결과 (선택) 데이터 타입.
axis (선택 사항) -1 기본값. 코사인 유사성 계산 된 사이즈에 따라.

독립형 사용 :

# l2_norm(y_true) = [[0., 1.], [1./1.414], 1./1.414]]]
# l2_norm(y_pred) = [[1., 0.], [1./1.414], 1./1.414]]]
# l2_norm(y_true) . l2_norm(y_pred) = [[0., 0.], [0.5, 0.5]]
# result = mean(sum(l2_norm(y_true) . l2_norm(y_pred), axis=1))
#        = ((0. + 0.) +  (0.5 + 0.5)) / 2
m = tf.keras.metrics.CosineSimilarity(axis=1)
m.update_state([[0., 1.], [1., 1.]], [[1., 0.], [1., 1.]])
m.result().numpy()
0.49999997
m.reset_states()
m.update_state([[0., 1.], [1., 1.]], [[1., 0.], [1., 1.]],
               sample_weight=[0.3, 0.7])
m.result().numpy()
0.6999999

와 사용 compile() API :

 model.compile(
    optimizer='sgd',
    loss='mse',
    metrics=[tf.keras.metrics.CosineSimilarity(axis=1)])
 

행동 양식

reset_states

소스보기

메트릭 상태 변수를 모두 재설정합니다.

메트릭은 훈련 기간 동안 평가 될 때이 기능은, 신 (新) 시대 / 단계 사이라고합니다.

result

소스보기

계산하여 반환 메트릭 값 텐서를.

계산 결과는 단순히 상기 상태 변수를 이용하여 통계 값을 산출 멱등 동작이다.

update_state

소스보기

통계 통계를 축적한다.

y_truey_pred 같은 모양이 있어야합니다.

인수
y_true 지상의 진리 값. 형상 = [batch_size, d0, .. dN] .
y_pred 예측 값. 형상 = [batch_size, d0, .. dN] .
sample_weight 선택적 sample_weight 상기 메트릭에 대한 계수로서 작용한다. 스칼라가 제공되는 경우, 상기 메트릭은 단순히 주어진 값에 의해 스케일링된다. 경우 sample_weight 크기의 텐서 [batch_size] , 배치의 각각의 샘플에 대한 그 메트릭은의 대응 요소에 의해 재 스케일링된다 sample_weight 벡터. 형상 경우 sample_weight 있다 [batch_size, d0, .. dN-1] (또는이 형상에 방송 될 수있다)는, 다음의 각 측정 원소 y_pred 의 대응하는 값에 의해 스케일링된다 sample_weight . (주에 dN-1 : 모든 메트릭 함수는 1 개 차원으로 감소 보통 마지막 축 (-1)).

보고
업데이트 연산.