Función Tensorflow.js tf.losses.cosineDistance()

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.

La función tf.losses.cosineDistance() se utiliza para calcular la pérdida de distancia del coseno entre dos tensores.

Sintaxis:

tf.losses.cosineDistance(labels, predictions, 
        axis, weights?, reduction?) 

Parámetros: Esta función acepta cinco parámetros de los cuales los dos últimos son opcionales, los cuales se ilustran a continuación:

  • etiquetas: El tensor de salida de verdad fundamental. Las dimensiones serán las mismas que las predicciones.
  • Predicciones: Las salidas predichas.
  • eje: La distancia del coseno se calcula a lo largo de esta dimensión.
  • pesos: Es un Tensor que tiene rango 0, o el mismo rango que las etiquetas, y debe ser retransmitible a etiquetas, lo que significa que todas las dimensiones deben ser 1 o igual a la dimensión de pérdidas correspondiente. Este parámetro es opcional.
  • Reducción: El tipo de reducción que se aplicará a la pérdida. Este también es un parámetro opcional.

Valor devuelto: Devuelve un tensor que es una pérdida de distancia de coseno entre dos tensores.

Ejemplo 1:

Javascript

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
 
// Creating labels tensor
const a = tf.tensor2d([[1, 4, 5], [5, 5, 7]]);
 
// Creating predictions tensor
const b = tf.tensor2d([[3, 2, 5], [3, 2, 7]])
 
// Computing cosine distance
cosine = tf.losses.cosineDistance(a, b)
cosine.print();

Producción:

Tensor
    -109

Ejemplo 2: En este ejemplo, pasaremos un parámetro adicional que es el peso. Este es un parámetro opcional.

Javascript

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
 
// Creating labels tensor
const a = tf.tensor2d([
    [1, 4, 5, 5, 5, 7],
    [4, 7, 6, 8, 9, 4]
]);
 
// Creating predictions tensor
const b = tf.tensor2d([
    [3, 2, 5, 3, 2, 7],
    [3, 5, 7, 2, 4, 5]
]);
 
// Computing cosine distance
cosine = tf.losses.cosineDistance(a, b , 1)
cosine.print();

Producción:

Tensor
   -134.5

Referencia: https://js.tensorflow.org/api/latest/#losses.cosineDistance
 

Publicación traducida automáticamente

Artículo escrito por kapilm180265ca y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *