Pytorch torch.norm、torch.cosine_similarityコサイン類似度は、ベクトルまたはテンソル、ユークリッド距離で計算されます

Pytorch Torch Norm Torch

torch.cosine_similarity2つのベクトルがまたは類似性テンソル

>>> input1 = torch.randn（100、128）
>>> input2 = torch.randn（100、128）
>>>出力= torch.cosine_similarity（input1、input2、dim = 1）
print（output.shape）

torch.Size([100])

hg1 = torch.FloatTensor（torch.randn（[12]））
hg2 = torch.FloatTensor（torch.randn（[12]））
torch.cosine_similarity（hg1、hg2、dim = 0）

tensor(-0.1543)

ユークリッド距離のpytorch計算

torch.dist（hg1、hg2、p = 2）

あなたがあなた自身の言葉を書くなら:(それは単純なので、ほとんどの人は彼ら自身を書く）、Pytorchはこの距離関数をラップする

torch.sqrt（torch.sum（（hg1-hg2）** 2））

ハミング距離、ハミング距離から

torch.dist（hg1、hg2、p = 1）