Python PyTorch CosineSimilarity用法及代码示例

本文简要介绍python语言中 torch.nn.CosineSimilarity 的用法。

用法:

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

参数：

• dim(int,可选的) -计算余弦相似度的维度。默认值：1

• eps(float,可选的) -小值以避免被零除。默认值：1e-8

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)}.

形状：

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

• 输入 2：(\ast_1, D, \ast_2)，与 x1 相同的维度数，在维度 dim 匹配 x1 大小，

  并且可以在其他维度上用 x1 广播。

• 输出：(\ast_1, \ast_2)

例子：：

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