我剛開始使用Sklearn(MLPRegressor)和Keras(Sequential,有Dense圖層)。有沒有在python(sklearn/keras)中使用餘弦相似度而不是點積的方法
今天我讀了this論文,描述如何使用餘弦相似度而不是點積來提高性能。這基本上說,如果我們用f((w^Tx)/(|x||w|))
替換f(w^Tx)
,即我們不只是將點積提供給激活函數,而是將其標準化,我們就可以獲得更好更快的性能。
有沒有在Python中執行此操作的方法,特別是在SKlearn(或其他)中的MLPRegressor中,還是在Keras中? (也許是TensorFlow?)
檢查此HTTPS:/ /stackoverflow.com/questions/43357732/how-to-calculate-the-cosine-similarity-between-two-tensors/43358711#43358711 –