TensorFlow函数:tf.losses.cosine_distance
2018-08-20 11:24 更新
tf.losses.cosine_distance函数
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
)
定义在:tensorflow/python/ops/losses/losses_impl.py.
在训练过程中增加了余弦距离loss.(已否决的参数)
某些参数已弃用.它们将在未来版本中删除.更新说明:不推荐使用dim,而是使用axis
请注意,该函数假定predictions和labels已经进行了单元规范化.
参数:
- labels:形状与“predictions”匹配的Tensor
- predictions:任意矩阵.
- axis:计算余弦距离的维数.
- weights:可选,秩为0或与labels具有相同秩的Tensor,并且必须可广播到labels(即,所有维度必须为1,或者与相应的losses的维度相同).
- scope:计算loss时执行的操作范围.
- loss_collection:将添加此loss的集合.
- reduction:适用于loss的减少类型.
- dim:axis的旧的(已弃用)名称.
返回:
加权损耗浮动张量.如果还原为 NONE, 则与标签的形状相同;否则, 它是标量.
加权损失浮动Tensor.如果reduction是NONE,则它的形状与labels相同;否则,它是标量.
可能引发的异常:
- ValueError:如果predictions的形状与labels的形状不匹配,或者axis,labels,predictions、weights是None.