Tensorflow.js tf.metrics.cosineProximity()用法及代碼示例

Tensorflow.js是Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型和深度學習神經網絡。它還可以幫助開發人員使用JavaScript語言開發ML模型，並可以直接在瀏覽器或Node.js中使用ML。

tf.metrics.cosineProximity() 函數定義為：-[sum(l2Normalize(tensor1)) * (l2Normalize(tensor2))]，其中 l2Normalize() 將輸入的 L2 範數歸一化為 1，* 表示乘法。

用法:

tf.metrics.cosineProximity(yTrue, yPred)

參數：此函數接受以下兩個參數：

yTrue:它是一個簡單的真理張量。
yPred:它是一個簡單的預測張量。

返回值：它返回tf.Tensor對象。

範例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();

輸出：

Tensor
    -0.9819149971008301

範例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();

輸出：

Tensor
    -0.9746317863464355

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

相關用法

注：本文由純淨天空篩選整理自thacker_shahid大神的英文原創作品 Tensorflow.js tf.metrics.cosineProximity() Function。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。