CosineSimilarity

class torch.nn.modules.distance.CosineSimilarity(dim=1, eps=1e-08)

在 dim 維度上計算 $x_1$ 和 $x_2$ 之間的餘弦相似度。

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

引數

• 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

形狀

• Input1: $(\ast_1, D, \ast_2)$ 其中 D 是在 dim 位置上的維度。

• Input2: $(\ast_1, D, \ast_2)$，其維度數與 x1 相同，在 dim 維度上與 x1 匹配，並在其他維度上與 x1 可廣播。

• Output: $(\ast_1, \ast_2)$

示例

>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> cos = nn.CosineSimilarity(dim=1, eps=1e-6)
>>> output = cos(input1, input2)

forward(x1, x2)

執行前向傳播。

返回型別

張量