成对距离

classtorch.nn.PairwiseDistance(p=2.0, eps=1e-06, keepdim=False)[源代码]

计算输入向量之间的成对距离，或输入矩阵各列之间的成对距离。

距离的计算使用p-范数，并在p为负值时添加常量eps以避免除零错误，即：

$\mathrm{dist}\left(x, y\right) = \left\Vert x-y + \epsilon e \right\Vert_p,$

其中$e$ 是一个全1的向量，p-范数定义如下：

$\Vert x \Vert _p = \left( \sum_{i=1}^n \vert x_i \vert ^ p \right) ^ {1/p}.$

参数

• p (实数, 可选) – 范数的度。可以为负数。默认值：2

• eps (float, 可选) – 一个很小的数值，用于防止除以零的情况。默认值：1e-6

• keepdim (bool, optional) – 是否保持向量维度的标志。默认值：False

形状:

• 输入1: $(N, D)$ 或 $(D)$，其中 N 表示批次维度，D 表示向量维度。

• 输入2: $(N, D)$ 或 $(D)$，其形状与输入1相同

• 输出：根据输入的维度为 $(N)$ 或 $()$。如果 keepdim 为 True，则输出根据输入维度分别为 $(N, 1)$ 或 $(1)$。

示例:

>>> pdist = nn.PairwiseDistance(p=2)
>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> output = pdist(input1, input2)