使用 python 进行深度学习（余弦相似度）

Question

我正在学习如何使用 VGG16 model 来识别相似的物体。 我创建了一个文件夹“images”，可以在文件夹内放一些.jpg 。

但我对程序的 cosine_similarity 部分感到困惑。 cosine_similarity function 是将“images”文件夹中的所有jpg转换为特征向量并相互比较。 当值趋于 1 时，它们更相似。

但我不明白下面的代码，

sim = ratings.dot(ratings.T)

为什么 jpg 与自身比较（转置）而不是其他人？

有人可以向我解释下面的 cosine_similarity 吗？

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input, decode_predictions
import numpy as np
import os
import sys

#Calculate similar matrics
def cosine_similarity(ratings):
    sim = ratings.dot(ratings.T)
    if not isinstance(sim,np.ndarray):
        sim = sim.toarray()
    norms = np.array([np.sqrt(np.diagonal(sim))])
    return (sim/norms/norms.T)


def main():
    #from "folder-->image" find all of JPEG files
    y_test=[]
    x_test=[]
    for img_path in os.listdir("C:\\Users\\Desktop\\Python\\ML\\CNN model\\VGG16\\images"):
        if img_path.endswith(".jpg"):
            img = image.load_img("C:\\Users\\Desktop\\Python\\ML\\CNN model\\VGG16\\images\\" + img_path, target_size=(224,224))
            y_test.append(img_path[0:4])
            x = image.img_to_array(img)
            x= np.expand_dims(x,axis=0)
            if len(x_test) > 0:
                x_test = np.concatenate((x_test,x))
            else:
                x_test = x

    #Convert to VGG input format 
    x_test = preprocess_input(x_test)

    #include_top=False == not getting VGG16 last 3 layers
    model = VGG16(weights = "imagenet", include_top=False)

    #Get features
    features = model.predict(x_test)

    #Calculate similar metrics
    features_compress = features.reshape(len(y_test), 7*7*512)
    sim = cosine_similarity(features_compress)

    #
    inputNo = int(sys.argv[1])

    top = np.argsort(-sim[inputNo], axis=0)[1:3]

    #get the first 2 most similar index
    recommend = [y_test[i] for i in top]
    print(recommend)

if __name__ == "__main__":
    main()

Answer 1

为什么 jpg 与自身（转置）而不是其他人进行比较？

sim = cosine_similarity(features_compress)
所以在这里，我认为features_compress是 x_test 中包含的所有图像的一组特征，而不是单个图像。

因为在前面的 for 循环中，这就是您使用np.concatenate()所做的事情。

如果确实如此，那么将cosine_similarity()返回的结果视为一个矩阵，告诉您每个图像与其他图像的相似性。