CosineSimilarity

class torch.nn.CosineSimilarity(dim=1, eps=1e-08)

傳回 $x_1$ 和 $x_2$ 之間的餘弦相似度 (cosine similarity)，沿著 dim 計算。

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

參數

• dim (int, optional) – 計算餘弦相似度的維度。預設值：1

• eps (float, optional) – 避免除以零的小數值。預設值：1e-8

形狀

• 輸入1: $(\ast_1, D, \ast_2)$ 其中 D 位於 dim 的位置

• Input2: $(\ast_1, D, \ast_2)$, 與 x1 具有相同的維度數量，且在維度 dim 上與 x1 的大小相符，

  並可在其他維度上與 x1 進行廣播。

• Output: $(\ast_1, \ast_2)$

範例：

>>> input1 = torch.randn(100, 128)
>>> input2 = torch.randn(100, 128)
>>> cos = nn.CosineSimilarity(dim=1, eps=1e-6)
>>> output = cos(input1, input2)