CosineSimilarity

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

沿 dim 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 在 dim 位置

• Input2: $(\ast_1, D, \ast_2)$，维度与 x1 相同，在维度 dim 上与 x1 匹配，并在其他维度上可广播。

• 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)