问这是计算PyTroch中余弦相似性的正确方法吗？
EN

Stack Overflow用户

提问于 2022-01-20 20:55:25

回答 1查看 915关注 0票数 1

cos = torch.nn.CosineSimilarity(dim=-1, eps=1e-6)
c = torch.FloatTensor([1, 2, 4])
b = torch.FloatTensor([1, 2, 3])
simi = cos(b,c)
tensor(0.9915)

我在这个函数中使用了dim=-1，这是否意味着它是一个一维浮点列表？这是正确的吗？

回答已采纳

发布于 2022-01-20 22:15:30

与大多数python中的索引一样，-1指的是最后一个维度(-2将是第二到最后的，等等.)。当初始化余弦相似度时，使用dim=-1表示将沿着输入的最后一维计算余弦相似度。

例如，如果b和c是尺寸为[X,Y,Z]的三维张量，则结果是尺寸为[X,Y]的二维张量。在这种情况下，由于输入张量只有一维(大小为[3])，因此最终得到了大小为[]的结果张量，即标量。

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/70793278

复制

相似问题

问这是计算PyTroch中余弦相似性的正确方法吗？EN