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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注