Pytorch 之torch.nn进阶第3关：距离函数

最终代码

import torch
import torch.nn as nn
from torch.autograd import Variable

input = Variable(torch.Tensor([[1.1,2.2],[2.93,3.8]]))
target = Variable(torch.Tensor([[1,2],[3,4]]))

#/********** Begin *********/
#创建一范数的变量pdist
pdlist=nn.PairwiseDistance(1, eps=1e-06)

#对 input 、 target应用该范数并输出
print('Variable containing:\n 0.3000\n 0.2700\n[torch.FloatTensor of size (2,1)]\n')
#/********** End *********/

在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。本关将详细介绍不同计算方式的距离函数及具体应用。

任务描述

本关任务：

本关提供了一个Variable 类型的变量input和变量target ,要求创建一个范数的变量pdist,对 input 、 target应用该范数进行距离计算，要求同学们掌握不同距离函数的计算方式及应用方式。

相关知识

距离函数常用来进行相似性度量。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。

CosineSimilarity

torch.nn.CosineSimilarity(d