torch.nn.functional.cosine_similarity

torch.nn.functional.cosine_similarity(x1, x2, dim=1, eps=1e-8) → Tensor

返回 x1 和 x2 之間的餘弦相似度，沿 dim 計算。x1 和 x2 必須可廣播到公共形狀。dim 指的是此公共形狀中的維度。輸出的 dim 維度被擠壓（參見 torch.squeeze()），導致輸出張量維度少 1。

$$\text{similarity} = \dfrac{x_1 \cdot x_2}{\max(\Vert x_1 \Vert _2, \epsilon) \cdot \max(\Vert x_2 \Vert _2, \epsilon)}$$

支援 型別提升。

引數

• x1 (Tensor) – 第一個輸入。

• x2 (Tensor) – 第二個輸入。

• dim (int, optional) – 計算餘弦相似度的維度。預設為 1。

• eps (float, optional) – 避免除以零的小值。預設為：1e-8

示例

>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> output = F.cosine_similarity(input1, input2)
>>> print(output)