torch.nn.functional.cosine_similarity

torch.nn.functional.cosine_similarity(x1, x2, dim=1, eps=1e-8) → 张量

返回 x1 和 x2 之间的余弦相似度，沿 dim 计算。x1 和 x2 必须可广播到一个共同的形状。dim 指的是这个共同形状中的维度。输出的维度 dim 被压缩（参见 torch.squeeze()），导致输出张量减少一个维度。

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

支持类型提升。

Parameters

• x1 (张量) – 第一个输入。

• x2 (张量) – 第二个输入。

• 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

示例：

>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> output = F.cosine_similarity(input1, input2)
>>> print(output)