Tensorflow.js tf.metrics.cosineProximity()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。它还可以帮助开发人员使用JavaScript语言开发ML模型，并可以直接在浏览器或Node.js中使用ML。

tf.metrics.cosineProximity() 函数定义为：-[sum(l2Normalize(tensor1)) * (l2Normalize(tensor2))]，其中 l2Normalize() 将输入的 L2 范数归一化为 1，* 表示乘法。

用法:

tf.metrics.cosineProximity(yTrue, yPred)

参数：此函数接受以下两个参数：

yTrue:它是一个简单的真理张量。
yPred:它是一个简单的预测张量。

返回值：它返回tf.Tensor对象。

范例1：

Javascript


// 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)
]);
  
// Finidng the result using .cosineProximity() Function
let result = tf.metrics.cosineProximity(tensor1, tensor2);
  
// Printing the result.
result.print();

输出：

Tensor
    -0.9819149971008301

范例2：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Finidng 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();

输出：

Tensor
    -0.9746317863464355

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

相关用法

注：本文由纯净天空筛选整理自thacker_shahid大神的英文原创作品 Tensorflow.js tf.metrics.cosineProximity() Function。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。