torchaudio.functional.frechet_distance¶
- torchaudio.functional.frechet_distance(mu_x, sigma_x, mu_y, sigma_y)[源代码]¶
计算两个多元正态分布之间的弗雷谢距离 [Dowson 和 Landau，1982]。
具体来说，对于多元高斯分布 \(X(\mu_X, \Sigma_X)\) 和 \(Y(\mu_Y, \Sigma_Y)\)，该函数计算并返回 \(F\) 为
\[F(X, Y) = || \mu_X - \mu_Y ||_2^2 + \text{Tr}\left( \Sigma_X + \Sigma_Y - 2 \sqrt{\Sigma_X \Sigma_Y} \right) \]- 参数:
mu_x (torch.Tensor) – 多元高斯分布 \(X\) 的均值 \(\mu_X\)，形状为 (N,)。
sigma_x (torch.Tensor) – \(X\) 的协方差矩阵 \(\Sigma_X\)，形状为 (N, N)。
mu_y (torch.Tensor) – 多元高斯分布 \(Y\) 的均值 \(\mu_Y\)，形状为 (N,)。
sigma_y (torch.Tensor) – \(Y\) 的协方差矩阵 \(\Sigma_Y\)，形状为 (N, N)。
- 返回值:
\(X\) 和 \(Y\) 之间的弗雷谢距离。
- 返回类型:
