torch.nn.functional.cosine_similarity

torch.nn.functional.cosine_similarity(x1, x2, dim=1, eps=1e-8) → Tensor

返回 x1 和 x2 之间的余弦相似度，沿 dim 计算。 x1 和 x2 必须广播到公共形状。 dim 指的是这个公共形状中的维度。输出维度的 dim 被压缩（见 torch.squeeze() ），结果输出张量少一个维度。

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

支持类型提升。

参数:

• x1（张量）- 第一个输入。

• x2（张量）- 第二个输入。

• dim（int，可选）- 计算余弦相似度的维度。默认：1

• eps（浮点数，可选）- 避免除以零的小值。默认：1e-8

示例：

>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> output = F.cosine_similarity(input1, input2)
>>> print(output)