PairwiseDistance

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

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

Расстояния вычисляются с использованием нормы p-го порядка, к которой 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-го порядка задаётся формулой.

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

Параметры:

• p (вещественное число, необязательно) – порядок нормы. Может быть отрицательным. Значение по умолчанию: 2
• eps (float, необязательно) – Малое значение для предотвращения деления на ноль. Значение по умолчанию: 1e-6
• keepdim (bool, необязательно) – Определяет, нужно ли сохранять размерность вектора. Значение 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 форма будет $(N, 1)$ 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) [исходный код]

Выполняет прямой проход.

Тип возвращаемого значения:

Tensor