余弦相似度可以作为深度学习的目标函数吗?

我想训练一个输出向量(来自深度学习模型),使其与一个固定向量相似。因此,我选择了两个向量之间的余弦相似度作为目标函数。然而,我不知道这是否适合我的需求。


回答:

不可以。余弦相似度是衡量两个项目(数据集中的样本)相似程度的指标。

相比之下,训练神经网络时的目标函数应该是当前数据估计误差的定义——所以它们是不同的东西。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注