PairwiseDistance

class torch.nn.PairwiseDistance(p=2.0, eps=1e-06, keepdim=False)

计算输入向量之间或输入矩阵列之间的成对距离。

距离使用 p-范数计算，并添加常数 eps 以避免在 p 为负数时除以零，即：

$$\mathrm{dist}\left(x, y\right) = \left\Vert x-y + \epsilon e \right\Vert_p,$$

其中 $e$ 是全 1 向量，p-范数由下式给出。

$$\Vert x \Vert _p = \left( \sum_{i=1}^n \vert x_i \vert ^ p \right) ^ {1/p}.$$

参数

• p (实数, 可选) – 范数阶数。可以为负数。默认值：2

• eps (浮点数, 可选) – 避免除以零的小值。默认值：1e-6

• keepdim (布尔值, 可选) – 确定是否保留向量维度。默认值：False

形状

• 输入 1: $(N, D)$ 或 $(D)$，其中 N = 批次维度，D = 向量维度

• 输入 2: $(N, D)$ 或 $(D)$，与输入 1 形状相同

• 输出: $(N)$ 或 $()$，基于输入维度。如果 keepdim 为 True，则为 $(N, 1)$ 或 $(1)$，基于输入维度。

示例：

>>> pdist = nn.PairwiseDistance(p=2)
>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> output = pdist(input1, input2)