TensorFlow函数：tf.metrics.mean_cosine_distance

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.