Функция F.pairwise_distance

Функция F.pairwise_distance вычисляет расстояние между соответствующими векторами из двух тензоров. Первым параметром передается тензор x1, вторым - тензор x2. Третьим параметром можно указать вычислительную норму (по умолчанию p=2.0), а четвертым - параметр eps для численной стабильности. Функция возвращает одномерный тензор расстояний.

Синтаксис

torch.nn.functional.pairwise_distance(x1, x2, p=2.0, eps=1e-06, keepdim=False)

Пример

Давайте вычислим евклидово расстояние между двумя векторами:

import torch
import torch.nn.functional as F

t1 = torch.tensor([1.0, 2.0, 3.0])
t2 = torch.tensor([4.0, 5.0, 6.0])
res = F.pairwise_distance(t1, t2)
print(res)

Результат выполнения кода:

tensor(5.1962)

Пример

Рассмотрим использование параметра p для вычисления манхэттенского расстояния (норма L1):

import torch
import torch.nn.functional as F

t1 = torch.tensor([[1.0, 2.0], [3.0, 4.0]])
t2 = torch.tensor([[5.0, 6.0], [7.0, 8.0]])
res = F.pairwise_distance(t1, t2, p=1.0)
print(res)

Результат выполнения кода:

tensor([8., 8.])

Пример

Покажем работу с параметром keepdim, который сохраняет размерность:

import torch
import torch.nn.functional as F

t1 = torch.randn(2, 3)
t2 = torch.randn(2, 3)
res = F.pairwise_distance(t1, t2, keepdim=True)
print(res.shape)

Результат выполнения кода:

torch.Size([2, 1])

Смотрите также

функцию cosine_similarity,
которая вычисляет косинусное сходство между векторами
функцию pdist,
которая вычисляет попарные расстояния внутри одного тензора
функцию mse_loss,
которая вычисляет среднеквадратичную ошибку
функцию l1_loss,
которая вычисляет L1-потерю