CosineSimilarity

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

在 dim 维度上计算 $x_1$ 和 $x_2$ 之间的余弦相似度。

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

参数

• dim (int, optional) – 计算余弦相似度的维度。默认为：1

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

形状

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

• Input2: $(\ast_1, D, \ast_2)$，其维度数与 x1 相同，在 dim 维度上与 x1 匹配，并在其他维度上与 x1 可广播。

• 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)

执行前向传播。

返回类型

张量