【Pytorch】计算矩阵中向量之间的两两相似性

目录

• ​​简介​​
• ​​场景描述​​
• ​​解决方法​​
• ​​结语​​

简介

Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
 
ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
 
唯有努力💪
 
本文仅记录自己感兴趣的内容

场景描述

有4个节点，每个节点含有其特征，使用一个10维向量表示

则这四个节点的特征矩阵shape为(4, 10)

需求就是：求四个节点之间的两两相似性

解决方法

sim = torch.cosine_similarity(features.detach().unsqueeze(1), features.detach().unsqueeze(0), dim=-1)

假设特征矩阵为​​features​​

features = torch.randn((4, 10))
print(features)

相似矩阵计算：

features = torch.randn((4, 10))

sim = torch.cosine_similarity(features.detach().unsqueeze(1), features.detach().unsqueeze(0), dim=-1)
print(sim)

结果为4*4，对应四个节点之间的相似性矩阵

cosine_similarity：计算余弦相似度，范围【-1，1】

结语

文章仅作为个人学习笔记记录，记录从0到1的一个过程

希望对您有一点点帮助，如有错误欢迎小伙伴指正