torch.nn.functional.pdist

torch.nn.functional.pdist(input, p=2) → Tensor

計算輸入張量中每對行向量之間的 p-範數距離。這與 torch.norm(input[:, None] - input, dim=2, p=p) 的上三角部分（不包括對角線）相同。如果行是連續的，此函式將更快。

如果輸入張量的形狀為 $N \times M$，則輸出形狀為 $\frac{1}{2} N (N - 1)$。

當 $p \in (0, \infty)$ 時，此函式等價於 scipy.spatial.distance.pdist(input, 'minkowski', p=p)。當 $p = 0$ 時，它等價於 scipy.spatial.distance.pdist(input, 'hamming') * M。當 $p = \infty$ 時，最接近的 scipy 函式是 scipy.spatial.distance.pdist(xn, lambda x, y: np.abs(x - y).max())。

引數

• input – 形狀為 $N \times M$ 的輸入張量。

• p – 用於計算每對向量距離的 p-範數的 p 值，$\in [0, \infty]$。