Obliczanie odległości umieszczenia obrazu w porównaniu z grupą встраиваний obrazów

Question 1

Jak prawidłowo określić odległość umieszczenia obrazu w porównaniu z listy/grupy osadzania innego zdjęcia?

Mam wstępnie przygotowany model, który używam do pobierania załączników z obrazów, i chciałbym uzyskać odległość obrazu od wielu innych obrazów, Tj.

Embedding (1028,) against Embedding (5, 1028)

Staram się przeprowadzić eksperyment na podobieństwo obrazów, w którym używam metrykę косинусного podobieństwa z Tensorflow do obliczania odległości między dwoma załącznikami, i to działa dobrze przy obliczaniu 1 do 1, Czyli

Embedding_1 = (1028,)
Embedding_2 = (1028,)
metrics.CosineSimilarity(Embedding_1, Embedding_2)

ale nie mogę zrozumieć, jak to zrobić przy obliczaniu odległości od 1 do N.

Embedding_1 = (1028,)
Embedding_Group = [(1028,),(1028,),(1028,),(1028,),(1028,)]

Question 2

Można to było zrobić za pomocą telewizji. Dużo zdjęć i obliczanie odległości dla każdej pary w tym przypadku to zły pomysł, ponieważ nie będzie распараллелена (jeśli nie wiesz, jak to zrobić samodzielnie).

import tensorflow as tf

embedding = tf.constant([1., 1.]) # your shape here is (1028,) instead of (2,)
embedding_group = tf.constant([[1., 1.], [1., 2.], [0., 1.]]) # your shape here is (5, 1028) instead of (3, 2)
norm_embedding = tf.nn.l2_normalize(embedding[None, ...], axis=-1)
norm_embedding_group = tf.nn.l2_normalize(embedding_group, axis=-1)
similarity = tf.reduce_sum(norm_embedding * norm_embedding_group, axis=-1) # cosine similarity of same shape as number of samples

print(norm_embedding.numpy())
print(norm_embedding_group.numpy())
print(similarity.numpy())
# [[0.7071067 0.7071067]]
# [[0.7071067  0.7071067 ]
#  [0.44721356 0.8944271 ]
#  [0.         1.        ]]
# [0.9999998  0.94868314 0.7071067 ]

Vlad · Answer 1 · 2021-11-22T13:22:59

Można to było zrobić za pomocą telewizji. Dużo zdjęć i obliczanie odległości dla każdej pary w tym przypadku to zły pomysł, ponieważ nie będzie распараллелена (jeśli nie wiesz, jak to zrobić samodzielnie).

import tensorflow as tf

embedding = tf.constant([1., 1.]) # your shape here is (1028,) instead of (2,)
embedding_group = tf.constant([[1., 1.], [1., 2.], [0., 1.]]) # your shape here is (5, 1028) instead of (3, 2)
norm_embedding = tf.nn.l2_normalize(embedding[None, ...], axis=-1)
norm_embedding_group = tf.nn.l2_normalize(embedding_group, axis=-1)
similarity = tf.reduce_sum(norm_embedding * norm_embedding_group, axis=-1) # cosine similarity of same shape as number of samples

print(norm_embedding.numpy())
print(norm_embedding_group.numpy())
print(similarity.numpy())
# [[0.7071067 0.7071067]]
# [[0.7071067  0.7071067 ]
#  [0.44721356 0.8944271 ]
#  [0.         1.        ]]
# [0.9999998  0.94868314 0.7071067 ]

Obliczanie odległości umieszczenia obrazu w porównaniu z grupą встраиваний obrazów

Pytanie

Najlepsza odpowiedź

W innych językach

Ta strona jest w innych językach

Popularne w tej kategorii

Najczęściej zadawane pytania w tej kategorii