CosineSimilarity

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

返回 $x_1$ 和 $x_2$ 之间的余弦相似度，沿 dim 计算。

$$\text{similarity} = \dfrac{x_1 \cdot x_2}{\max(\Vert x_1 \Vert _2 \cdot \Vert x_2 \Vert _2, \epsilon)}.$$

参数

• dim (int, 可选) – 计算余弦相似度的维度。默认值：1

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

形状

• 输入1: $(\ast_1, D, \ast_2)$ 其中 D 位于 dim 位置

• 输入2: $(\ast_1, D, \ast_2)$，与 x1 具有相同维度数，在 dim 维度上与 x1 大小匹配，

  并且在其他维度上可以与 x1 广播。

• 输出: $(\ast_1, \ast_2)$

示例：

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