pytorch 计算相似度,相关系数

举报
风吹稻花香 发表于 2021/06/04 23:29:32 2021/06/04
【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


  
  1. >>> input1 = torch.randn(100, 128)
  2. >>> input2 = torch.randn(100, 128)
  3. >>> output = torch.cosine_similarity(input1, input2, dim=1)
  4. print(output.shape)
  5. torch.Size([100])
  6. hg1 = torch.FloatTensor(torch.randn([12]))
  7. hg2 = torch.FloatTensor(torch.randn([12]))
  8. torch.cosine_similarity(hg1, hg2, dim=0)
  9. tensor(-0.1543)


pytorch计算欧式距离


  
  1. torch.dist(hg1, hg2, p=2)
  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
  3. torch.sqrt(torch.sum((hg1-hg2)**2))
  4. Hamming 距离,汉密尔顿距离
  5. 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
 


  
  1. import torch
  2. import torch.nn as nn
  3. import math
  4. class CosineSimilarity(nn.Module):
  5.     """
  6.     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

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。