余弦损失python代码

下面是一个示例的余弦损失函数的Python代码：

import tensorflow as tf
import numpy as np

def cosine_loss(y_true, y_pred):
    y_true = tf.math.l2_normalize(y_true, axis=-1)
    y_pred = tf.math.l2_normalize(y_pred, axis=-1)
    loss = tf.reduce_mean(tf.keras.losses.cosine_similarity(y_true, y_pred))
    return loss

# 用法示例
y_true = np.array([[1, 2, 3], [4, 5, 6]])
y_pred = np.array([[1, 2, 3], [0, 0, 0]])

loss = cosine_loss(y_true, y_pred)
print(loss)

在上面的示例中，`y_true` 是一个张量，表示真实的标签值，`y_pred` 是一个张量，表示模型的预测值。该代码使用 TensorFlow 实现了余弦损失函数，通过调用 `tf.keras.losses.cosine_similarity` 计算余弦相似度，并取均值作为损失值。在示例中，`y_true` 和 `y_pred` 分别是两个样本的标签和预测值。