Python Keras余相似性-正或负

我在训练一个模型，我的损失函数是余弦相似性：

model.compile(optimizer='adam', 
              loss=tf.keras.losses.cosine_similarity, 
              metrics=[tf.keras.metrics.CosineSimilarity(axis=1)])

在Keras中，“余弦相似性”应该收敛到-1

另一方面，“余弦相似性”应该朝着1的方向发展，以获得更好的准确性，对吗

---

提前谢谢

由于这是一个损失，我们在训练过程中最小化损失，因此符号是反向的，因此当最小化损失（朝-1）时，实际的相似性朝1最大化。我还认为稳定版本中的文档有点混乱，请参见以下示例：

y_true = [[0., 1.], [1., 1.], [1., 1.]]
y_pred = [[1., 0.], [1., 1.], [-1., -1.]]
loss = tf.keras.losses.cosine_similarity(y_true, y_pred, axis=1)
loss.numpy()
array([-0., -0.999, 0.999], dtype=float32)

---

由于某种原因，度量也使用-（减号）来实现。

损失：-0.9608-余弦相似性：-0.9117-val\u损失：-0.8188-val\u余弦相似性：-0.9117

我的损失趋于-1，正如您所解释的那样。那么余弦相似度量呢，它也应该收敛到-1，对吗？嗨@isydmr-对不起。。。似乎

余弦相似性既可以是a也可以是a。如果将其作为一个度量来实现，那么根据文档，随着拟合度的提高，它实际上应该收敛到1。