PairwiseDistance

class torch.nn.modules.distance.PairwiseDistance(p=2.0, eps=1e-06, keepdim=False) [source]

Вычисляет попарное расстояние между входными векторами или между столбцами входных матриц.

Расстояния вычисляются с использованием нормы p, при этом добавляется константа eps, чтобы избежать деления на ноль, если p отрицательно, то есть:

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

где $e$ — вектор из единиц, а норма p задаётся следующим образом.

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

Параметры:

• p (real, optional) – степень нормы. Может быть отрицательной. По умолчанию: 2
• eps (float, optional) – Малое значение для предотвращения деления на ноль. По умолчанию: 1e-6
• keepdim (bool, optional) – Определяет, сохранять ли размерность вектора. По умолчанию: False

Форма:

• Вход 1: $(N, D)$ или $(D)$, где N = batch dimension и D = vector dimension
• Вход 2: $(N, D)$ или $(D)$, той же формы, что и Вход 1
• Выход: $(N)$ или $()$ в зависимости от размерности входных данных. Если keepdim равно True, то $(N, 1)$ или $(1)$ в зависимости от размерности входных данных.

Примеры

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

forward(x1, x2) [source]

Выполняет прямой проход.

Тип возвращаемого значения:

Tensor