1、为什么要写这篇blog

因为最近在使用pytorch复现关于图像处理的深度学习论文时，需要求4维张量与4维张量（Batch，Channel，sizeA，sizeB）的余弦相似度和欧氏距离。
余弦相似度比较好解决，网上对于多维tensors的欧式距离求解就让人一言难尽了，直接使用torch.pairwise_distance根本解决不了问题，为此，我写下这篇blog，让自己好好梳理一遍原理，也希望能帮到和我遇到一样问题的小伙伴们。

2、函数介绍

以下，我将使用python中的pytorch框架进行讲解和展示。
（1）余弦相似度：torch.cosine_similarity
（2）欧氏距离：对输入数据进行改写，迎合torch.pairwise_distance函数的实现。

3、结果（代码）实现

3.1、余弦相似度

这是我在了解torch.cosine_similarity函数时使用的示例，输入的维度是[1，3，2，2]，输出维度是[1，2，2]。

input1 = torch.tensor([[[[1, 2], [3, 4]],[[1, 2], [3, 4]],[[5, 6], [7, 8]]]], dtype=torch.float)
print(input1.shape)
input2 = torch.tensor([[[[5, 6], [7, 8]],[[5, 6], [7, 8]],[[1, 2], [3, 4]]]], dtype=torch.float)
output = torch.cosine_similarity(input1, input2)
print(output)
print(torch.cosine_similarity(torch.tensor([1,1,5], dtype=torch.float),\
torch.tensor([5,5,1], dtype=torch.float),dim=0))

最后一行代码就是其输出的原理（应该很好理解），结果展示：

3.2、欧氏距离

这是我在了解torch.pairwise_distance函数时使用的示例，输入的维度是[2，2，3，4]，输出维度是[2，3，4]，少了的维度（2）是channel所在的维度。

a = torch.randint(1,8,(2,2,3,4))
# print(a)
a = a.transpose(1,3)
print(a.shape)
# print(a)
b = torch.randint(1,4,(2,2,3,4))
# print(b)
b = b.transpose(1,3)
# print(b)c = torch.pairwise_distance(a,b)
# print(c)
print(c.shape)
c = c.transpose(1,2)
# print(c)
print(c.shape)

因为torch.pairwise_distance函数，会对最后一维进行展开，所以应该先把张量维度重构为（Batch，sizeA（B），sizeB（A），Channel），再进行计算即可。维度展示如下所示，

4、结语

要先理解其中机理才能更好地实现自己的需求啊，兄弟们，不能一味地直接调用函数呢！

PYTORCH学习（3）：多维tensors求余弦相似度和欧氏距离相关推荐

Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用
Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用官方参考链接 1. 损失函数 (1)BCELoss 二分类计算公式小例子: (2) BCEWithLogitsLoss ...
Pytorch学习笔记总结
往期Pytorch学习笔记总结: 1.Pytorch实战笔记_GoAI的博客-CSDN博客 2.Pytorch入门教程_GoAI的博客-CSDN博客 Pytorch系列目录: PyTorch学习笔记( ...
PyTorch学习笔记2：nn.Module、优化器、模型的保存和加载、TensorBoard
文章目录一.nn.Module 1.1 nn.Module的调用 1.2 线性回归的实现二.损失函数三.优化器 3.1.1 SGD优化器 3.1.2 Adagrad优化器 3.2 分层学习率 3 ...
【Pytorch学习笔记2】Pytorch的主要组成模块
个人笔记,仅用于个人学习与总结感谢DataWhale开源组织提供的优秀的开源Pytorch学习文档:原文档链接本文目录 1. Pytorch的主要组成模块 1.1 完成深度学习的必要部分 1.2 ...
1.pytorch 学习笔记--Getting stared
pytorch 学习笔记–Getting stared 1.什么是pytorch Pytorch 是一个基于Python的科学计算包,主要面向以下人群: 替代numpy以使用GPU做计算加速一个深度 ...
PyTorch学习笔记(二)——回归
PyTorch学习笔记(二)--回归本文主要是用PyTorch来实现一个简单的回归任务. 编辑器:spyder 1.引入相应的包及生成伪数据 import torch import torch.nn ...
Pytorch学习 - Task5 PyTorch卷积层原理和使用
Pytorch学习 - Task5 PyTorch卷积层原理和使用 1. 卷积层 (1)介绍 (torch.nn下的) 1) class torch.nn.Conv1d() 一维卷积层 2) clas ...
Pytorch学习-torch.max()和min()深度解析
Pytorch学习-torch.max和min深度解析 max的使用 min同理 dim参数理解二维张量使用max() 三维张量使用max() max的使用 min同理参考链接: 参考链接: 对于 ...
Pytorch学习- 小型知识点汇总 unsqueeze()/squeeze() 和 .max() 等等
1. unsqueeze(input, dim, out=None)函数 - 升维作用参考链接在指定的地方上增加一个维度 0(-2) [行扩展]: 表示在张量最外层增加一个中括号变成第一维 1(- ...

PYTORCH学习（3）：多维tensors求余弦相似度和欧氏距离