快捷方式

余弦相似度

class torch.nn.CosineSimilarity(dim=1, eps=1e-08)[source]

返回 x1x_1x2x_2 之间的余弦相似度,沿 dim 计算。

similarity=x1x2max(x12x22,ϵ).\text{similarity} = \dfrac{x_1 \cdot x_2}{\max(\Vert x_1 \Vert _2 \cdot \Vert x_2 \Vert _2, \epsilon)}.
参数
  • dim (int, 可选) – 计算余弦相似度的维度。默认值:1

  • eps (float, 可选) – 避免除以零的小值。默认值:1e-8

形状
  • 输入 1: (1,D,2)(\ast_1, D, \ast_2) 其中 D 位于位置 dim

  • 输入 2: (1,D,2)(\ast_1, D, \ast_2),与 x1 维度数量相同,在维度 dim 上与 x1 的大小匹配,

    并且在其他维度上可以广播到 x1。

  • 输出: (1,2)(\ast_1, \ast_2)

示例:
>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> cos = nn.CosineSimilarity(dim=1, eps=1e-6)
>>> output = cos(input1, input2)

文档

访问 PyTorch 的全面开发人员文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源