Tensorflow.js tf.metrics.cosineProximity()函数

Tensorflow.js是谷歌开发的一个开源库，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用 JavaScript 语言开发 ML 模型，并且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。

句法：

tf.metrics.cosineProximity(yTrue, yPred)

参数：该函数接受以下两个参数：

• yTrue：它是一个简单的真值张量。
• yPred：它是一个简单的预测张量。

返回值：它返回 tf.Tensor 对象。

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

输出：

Tensor
    -0.9819149971008301

示例 2：

Javascript

// 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();

输出：

Tensor
    -0.9746317863464355

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