Python PyTorch cosine_similarity用法及代码示例

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

用法:

torch.nn.functional.cosine_similarity(x1, x2, dim=1, eps=1e-08) → Tensor

参数：

• x1(Tensor) -第一个输入。

• x2(Tensor) -第二输入。

• 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 x1 和 x2 之间的余弦相似度，沿暗淡计算。 x1 和 x2 必须可广播到一个通用形状。 dim 指的是这种常见形状的尺寸。输出的维度 dim 被压缩(参见 torch.squeeze() )，导致输出张量的维度减少 1。

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

支持类型提升。

例子：

>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> output = F.cosine_similarity(input1, input2)
>>> print(output)