余弦相似度

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

返回$x_1$和$x_2$之间的余弦相似度，沿dim计算。

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

Parameters

• dim (int, 可选) – 计算余弦相似度的维度。默认值：1

• eps (float, 可选) – 用于避免除零的小值。 默认值: 1e-8

Shape:

• 输入1: $(\ast_1, D, \ast_2)$ 其中 D 位于位置 dim

• Input2: $(\ast_1, D, \ast_2)$, same number of dimensions as x1, matching x1 size at dimension dim,

  并且在其他维度上与 x1 可广播。

• 输出: $(\ast_1, \ast_2)$

Examples::

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