【Pytorch】计算矩阵中向量之间的两两相似性
【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
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)
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)
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】
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
【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)