pytorch 计算相似度，相关系数

torch.cosine_similarity 可以对两个向量或者张量计算相似度

结果：可能为负数，只能判断方向，相似度精度比较低。

比如1和10000的相似度为1，1和-1的相似度为-1。

import torch

input1 = torch.randn(10, 12)
input2 = torch.randn(10, 12)
output = torch.cosine_similarity(input1, input2, dim=1)
print(output)


hg1 = torch.FloatTensor([-1])
hg2 = torch.FloatTensor([1])
value=torch.cosine_similarity(hg1, hg2, dim=0)
print(value)

pytorch计算欧式距离

torch.dist(hg1, hg2, p=2)

如果自己写的话就是：（因为很简单，大多数人自己写），Pytorch里封装了这个距离函数

torch.sqrt(torch.sum((hg1-hg2)**2))

Hamming 距离，汉密尔顿距离

torch.dist(hg1, hg2, p=1)

 

一些计算向量相似度的函数，例如Cosine, BiLinear, TriLinear, Muiltihead等
 

import torch
i