【Pytorch】计算矩阵中向量之间的两两相似性

举报
海轰Pro 发表于 2022/10/13 21:10:14 2022/10/13
【摘要】 @TOC 简介Hello!非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~ ଘ(੭ˊᵕˋ)੭昵称:海轰标签:程序猿|C++选手|学生简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语! 唯有努力💪 本文仅记录自己感兴趣的内容 场景描述有4个节点,每个节点含有...

@TOC

在这里插入图片描述

简介

Hello!
非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~
 
ଘ(੭ˊᵕˋ)੭
昵称:海轰
标签:程序猿|C++选手|学生
简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!
 
唯有努力💪
 
本文仅记录自己感兴趣的内容

场景描述

有4个节点,每个节点含有其特征,使用一个10维向量表示

则这四个节点的特征矩阵shape为(4, 10)

需求就是:求四个节点之间的两两相似性

解决方法

sim = torch.cosine_similarity(features.detach().unsqueeze(1), features.detach().unsqueeze(0), dim=-1)

假设特征矩阵为features

features = torch.randn((4, 10))
print(features)

在这里插入图片描述

相似矩阵计算:

features = torch.randn((4, 10))

sim = torch.cosine_similarity(features.detach().unsqueeze(1), features.detach().unsqueeze(0), dim=-1)
print(sim)

在这里插入图片描述
结果为4*4,对应四个节点之间的相似性矩阵


cosine_similarity:计算余弦相似度,范围【-1,1】

在这里插入图片描述

来源:百度百科

结语

文章仅作为个人学习笔记记录,记录从0到1的一个过程

希望对您有一点点帮助,如有错误欢迎小伙伴指正

在这里插入图片描述

【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。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。