CosineSimilarity

class torch.nn.CosineSimilarity(dim=1, eps=1e-08)

返回 $x_1$ 和 $x_2$ 之間的餘弦相似度，沿 dim 計算。

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

引數

• dim (int, 可選) – 計算餘弦相似度的維度。預設值：1

• eps (float, 可選) – 用於避免除以零的極小值。預設值：1e-8

形狀

• 輸入1: $(\ast_1, D, \ast_2)$ 其中 D 位於 dim 位置

• 輸入2: $(\ast_1, D, \ast_2)$，與 x1 具有相同維度數，在 dim 維度上與 x1 大小匹配，

  並且在其他維度上可以與 x1 廣播。

• 輸出: $(\ast_1, \ast_2)$

示例：

>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> cos = nn.CosineSimilarity(dim=1, eps=1e-6)
>>> output = cos(input1, input2)