PairwiseDistance

class torch.nn.PairwiseDistance(p=2.0, eps=1e-06, keepdim=False)

计算输入向量之间的成对距离，或输入矩阵列之间的成对距离。

距离是使用 p-范数计算的，并加上常数 eps 以避免除以零，如果 p 为负值，即：

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

其中 $e$ 是全1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) – 范数次数。可以是负数。默认值: 2

• eps (浮点数, 可选) – 用于避免除以零的小值。默认值: 1e-6

• keepdim (布尔值, 可选) – 确定是否保留向量维度。默认值: False

形状

• 输入1: $(N, D)$ 或 $(D)$，其中 N = 批次维度，D = 向量维度

• 输入2: $(N, D)$ 或 $(D)$，形状与输入1相同

• 输出: $(N)$ 或 $()$，具体取决于输入维度。如果 keepdim 为 True，则输出为 $(N, 1)$ 或 $(1)$，具体取决于输入维度。

示例

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

forward(x1, x2)

执行前向传播。

返回类型

张量