tf.losses.cosine_distance函數(shù)tf.losses.cosine_distance(

labels,

predictions,

axis=None,

weights=1.0,

scope=None,

loss_collection=tf.GraphKeys.LOSSES,

reduction=Reduction.SUM_BY_NONZERO_WEIGHTS,

dim=None

)

定義在：tensorflow/python/ops/losses/losses_impl.py.

在訓(xùn)練過程中增加了余弦距離loss.(已否決的參數(shù))

某些參數(shù)已棄用.它們將在未來版本中刪除.更新說明：不推薦使用dim,而是使用axis

請注意,該函數(shù)假定predictions和labels已經(jīng)進(jìn)行了單元規(guī)范化.

參數(shù)：

labels：形狀與“predictions”匹配的Tensor

predictions：任意矩陣.

axis：計算余弦距離的維數(shù).

weights：可選,秩為0或與labels具有相同秩的Tensor,并且必須可廣播到labels(即,所有維度必須為1,或者與相應(yīng)的losses的維度相同).

scope：計算loss時執(zhí)行的操作范圍.

loss_collection：將添加此loss的集合.

reduction：適用于loss的減少類型.

dim：axis的舊的(已棄用)名稱.

返回：

加權(quán)損耗浮動張量.如果還原為?NONE,?則與標(biāo)簽的形狀相同;否則,?它是標(biāo)量.

加權(quán)損失浮動Tensor.如果reduction是NONE,則它的形狀與labels相同；否則,它是標(biāo)量.

可能引發(fā)的異常：

ValueError：如果predictions的形狀與labels的形狀不匹配,或者axis,labels,predictions、weights是None.

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的distance在函数 int_TensorFlow函数：tf.losses.cosine_distance的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。