CosineSimilarity

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

Возвращает косинусное сходство между $x_1$ и $x_2$, вычисленное вдоль dim.

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

Параметры:

• dim (int, необязательно) – Измерение, вдоль которого вычисляется косинусное сходство. По умолчанию: 1
• eps (float, необязательно) – Малое значение для предотвращения деления на ноль. По умолчанию: 1e-8

Форма:

• Вход 1: $(\ast_1, D, \ast_2)$, где D находится на позиции dim
• Вход 2: $(\ast_1, D, \ast_2)$, то же количество измерений, что и у x1, совпадающий с x1 размер по измерению dim, а по другим измерениям допускается широковещательное распространение с x1.
• Выход: $(\ast_1, \ast_2)$

Примеры

>>> 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) [исходный код]

Выполняет прямой проход.

Тип возвращаемого значения:

Tensor