快捷方式

torch.nn.functional.pdist

torch.nn.functional.pdist(input, p=2) Tensor

计算输入中每一对行向量之间的 p 范数距离。这与 torch.norm(input[:, None] - input, dim=2, p=p) 的上三角部分(不包括对角线)相同。如果行是连续的,则此函数将更快。

如果输入的形状为 N×MN \times M,则输出的形状将为 12N(N1)\frac{1}{2} N (N - 1).

如果 p(0,)p \in (0, \infty),则此函数等效于 scipy.spatial.distance.pdist(input, 'minkowski', p=p)。当 p=0p = 0 时,它等效于 scipy.spatial.distance.pdist(input, 'hamming') * M。当 p=p = \infty 时,最接近的 scipy 函数是 scipy.spatial.distance.pdist(xn, lambda x, y: np.abs(x - y).max())

参数
  • input – 形状为 N×MN \times M 的输入张量。

  • p – 用于计算每个向量对之间 p 范数距离的 p 值 [0,]\in [0, \infty].

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源