pytorch 计算相似度,相关系数
【摘要】
torch.cosine_similarity 可以对两个向量或者张量计算相似度
>>> input1 = torch.randn(100, 128)>>> input2 = torch.randn(100, 128)>>> output = torch.cosine_similarity(input1,...
torch.cosine_similarity 可以对两个向量或者张量计算相似度
-
>>> input1 = torch.randn(100, 128)
-
>>> input2 = torch.randn(100, 128)
-
>>> output = torch.cosine_similarity(input1, input2, dim=1)
-
print(output.shape)
-
-
torch.Size([100])
-
hg1 = torch.FloatTensor(torch.randn([12]))
-
hg2 = torch.FloatTensor(torch.randn([12]))
-
torch.cosine_similarity(hg1, hg2, dim=0)
-
-
tensor(-0.1543)
pytorch计算欧式距离
-
torch.dist(hg1, hg2, p=2)
-
-
如果自己写的话就是:(因为很简单,大多数人自己写),Pytorch里封装了这个距离函数
-
-
torch.sqrt(torch.sum((hg1-hg2)**2))
-
-
Hamming 距离,汉密尔顿距离
-
-
torch.dist(hg1, hg2, p=1)
一些计算向量相似度的函数,例如Cosine, BiLinear, TriLinear, Muiltihead等
-
import torch
-
import torch.nn as nn
-
import math
-
-
-
class CosineSimilarity(nn.Module):
-
"""
-
Thi
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/117342320
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)