Angular Keras 中的距离作为度量

Question

我正在使用 Keras 训练我的模型，并希望使用我的预测和假设之间的 angular 距离作为我的指标。到目前为止，我发现的最接近的度量是余弦接近度，而不是 angular 距离。

余弦接近度（或余弦距离）的问题是小数的余弦非常相似。

查看 Wikipedia，可以使用余弦近似计算 angular 距离：

所以我想知道使用基于余弦近似度的自定义指标是否是个好主意，如果是的话是如何实现的。

Answer 1

所以我想我已经找到了我自己的问题的答案。我所做的是首先使用 Keras 的源代码计算余弦接近度。然后我计算了之前结果的反余弦：

def angular_distance(y_true, y_pred):
     y_true = K.l2_normalize(y_true, axis=-1)
     y_pred = K.l2_normalize(y_pred, axis=-1)
     cosine = K.sum(y_true * y_pred, axis=-1)
     return 2*tf.math.acos(cosine)/np.pi

然后我将新函数作为自定义指标传递给模型的编译脚本：

model.compile(loss='categorical_crossentropy', optimizer=Adam(0.001),
            metrics=[angular_distance])

Angular Keras 中的距离作为度量

Angular distance in Keras as metric

metrics

deep-learning

keras