Tensorflow-Keras 向量归一化 output 层

Question

我的 model 在 3d 空间中输出方向向量，所以我不关心向量的大小。 如何对 output 层进行矢量归一化，以便损失 function 也不关心幅度？

Model：

model = keras.Sequential(
    [
        keras.Input(shape=(17,), dtype=np.float64),
        layers.Dense(9, activation="relu"),
        layers.Dense(9, activation="relu"),
        layers.Dense(9, activation="relu"),
        layers.Dense(9, activation="relu"),
        layers.Dense(3) # output layer I want to vector normalise
    ]
)

或者，是否可以指定损失 function 仅将向量之间的角度视为损失？

谢谢你。

Answer 1

我找到了我要找的东西：

tf.keras.losses.CosineSimilarity