成对距离

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。

距离使用p-范数计算，并添加常数eps以避免除以零的情况，如果p为负数，即：

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

其中 $e$ 是全一的向量，p-范数由下式给出。

$$\Vert x \Vert _p = \left( \sum_{i=1}^n \vert x_i \vert ^ p \right) ^ {1/p}.$$

Parameters

• p (实数, 可选) – 范数的阶数。可以是负数。默认值：2

• eps (float, 可选) – 用于避免除零的小值。 默认值: 1e-6

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

Shape:

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

• 输入2: $(N, D)$ 或 $(D)$, 与输入1形状相同

• 输出: $(N)$ 或 $()$ 基于输入维度。 如果 keepdim 是 True，那么 $(N, 1)$ 或 $(1)$ 基于输入维度。

Examples::

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