TensorFlow函数:tf.metrics.mean_cosine_distance

由 Carrie 创建, 最后一次修改 2018-09-27

tf.metrics.mean_cosine_distance函数

tf.metrics.mean_cosine_distance(
    labels,
    predictions,
    dim,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

定义在:tensorflow/python/ops/metrics_impl.py.

计算labels和predictions之间的余弦距离.

该mean_cosine_distance函数创建两个局部变量,total和count,它们被用来计算predictions和labels之间的平均余弦距离.该平均是通过weights来加权,并且最终返回mean_distance,这是等幂操作,简单地使用count除total.

为了估计数据流上的度量,该函数创建一个update_op操作来更新这些变量并返回mean_distance.

如果weights是None,则权重默认为1,使用权重0来屏蔽值.

参数:

  • labels:任意形状的Tensor.
  • predictions:与labels具有相同形状的Tensor.
  • dim:计算余弦距离的维数.
  • weights:可选的Tensor,其秩为0或与labels具有相同的秩,并且必须可广播到labels(即,所有维度必须为1或者与相应的labels维度相同).另外,维度dim必须是1.
  • metrics_collections:应添加度量值变量的集合的可选列表.
  • updates_collections:应添加度量标准更新操作的集合的可选列表.
  • name:可选的variable_scope名称.

返回:

  • mean_distance:代表当前均值的Tensor,count除以total的值.
  • update_op:是一个适当增加total和count变量的操作.

可能引发的异常:

  • ValueError:如果predictions和labels具有不匹配的形状,或者weights不是None,并且它的形状与predictions不匹配,或者如果metrics_collections或updates_collections中任意一个不是一个列表或元组.
  • RuntimeError:如果启用了急切执行.
以上内容是否对您有帮助:

二维码
建议反馈
二维码