pytorch 求余弦相似度:torch.nn.CosineSimilarity(dim=1, eps=1e-08)
2018-09-23 16:21
12973 查看
cos = torch.nn.CosineSimilarity(dim=1, eps=1e-6)
output = cos(input1,input2:input1,input2 维度必须一样
上图求的相似度是input1中的[1,2]与input2中的[3,4],input1中的[3,4]与input2中的[5,6].
假如我们想求的是一次求出1中的[1,2]与2[[3,4],[5,6]]的相似性,我们令a=input1,h=input2,先对a,h 求得二范数c,f,然后复制c,f(广播法则)和a,h一样得d,g。d,g然后和a,h每个元素相除,利用np.dot()就可得到余弦相似性。,
,
这样就一次求的[1,2]与h中每行的相似性,h中的行数还可以增加,就相当于h中的样本还可以更多,[1,2]相当于一个查询图像,h可向当与一个图库图像。
阅读更多相关文章推荐
- 余弦相似度 —— Cosine Similarity
- 余弦相似度 —— Cosine Similarity
- PyTorch学习总结(五)——torch.nn
- 「Deep Learning」理解Pytorch中的「torch.nn」
- PyTorch官方中文文档:torch.nn.functional
- PyTorch官方中文文档:torch.nn.init
- 『PyTorch』第十五弹_torch.nn.Module的属性设置&查询
- 『PyTorch』第十三弹_torch.nn.init参数初始化
- [译]Cosine similarity
- torch.nn.CrossEntropyLoss的相关
- [torch]nn内部函数?
- torch系列:torch中的nn.Sequential,nn.Concat/ConcatTable,nn.Parallel/PararelTable之间区别
- torch神经网络包 nn
- Elasticsearch全文检索与余弦相似度
- sklearn计算余弦相似度
- lintcode-easy-Cosine Similarity
- Pearson相关系数、余弦相似度、修正余弦相似度
- 利用JAVA计算TFIDF和Cosine相似度-学习版本
- torch和lua学习常见问题(重点是nn模块编译和torch编译)
- Cosine Similarity