Función Tensorflow.js tf.metrics.cosineProximity()

Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node. También ayuda a los desarrolladores a desarrollar modelos ML en lenguaje JavaScript y puede usar ML directamente en el navegador o en Node.js.

La función tf.metrics.cosineProximity() se define como: -[sum(l2Normalize(tensor1)) * (l2Normalize(tensor2))] , donde l2Normalize() normaliza la norma L2 de la entrada a 1 y * representa la multiplicación.

Sintaxis:

tf.metrics.cosineProximity(yTrue, yPred)

Parámetros: Esta función acepta los siguientes dos parámetros:

• yVerdadero: Es un tensor de Verdad simple.
• yPred: Es un tensor de Predicción simple.

Valor devuelto: Devuelve el objeto tf.Tensor.

Ejemplo 1:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
 
// Initializing truth tensor.
let tensor1 = tf.tensor1d([1, 2, 3]);
 
// Initializing Prediction tensor.
let tensor2 = tf.tensor1d([
    Math.atan(8 / 10),
    Math.atan(4 / 5),
    Math.acosh(2)
]);
 
// Finding the result using .cosineProximity() Function
let result = tf.metrics.cosineProximity(tensor1, tensor2);
 
// Printing the result.
result.print();

Producción: 

Tensor
    -0.9819149971008301

Ejemplo 2:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
 
// Finding the cosime proximity between
// truth and prediction tensor
// using .cosineProximity() Function
tf.metrics.cosineProximity(
    tf.tensor1d([1, 2, 3]),
    tf.tensor1d([4, 5, 6])
)
   .print();

Producción:

Tensor
    -0.9746317863464355

Referencia: https://js.tensorflow.org/api/3.6.0/#metrics.cosineProximity