pytorch如何计算矩阵成对距离?为什么“自我”距离不为零?

时间:2018-12-04 07:25:34

标签: python pytorch pairwise-distance

如果这是一个幼稚的问题,请原谅我这样的测试代码:

import torch
from torch.nn.modules.distance import PairwiseDistance

list_1 = [[1., 1.,],[1., 1.]]
list_2 = [[1., 1.,],[2., 1.]]

mtrxA=torch.tensor(list_1)
mtrxB=torch.tensor(list_2)

print "A-B distance     :",PairwiseDistance(2).forward(mtrxA, mtrxB)
print "A 'self' distance:",PairwiseDistance(2).forward(mtrxA, mtrxA)
print "B 'self' distance:",PairwiseDistance(2).forward(mtrxB, mtrxB)

结果:

A-B distance     : tensor([1.4142e-06, 1.0000e+00])
A 'self' distance: tensor([1.4142e-06, 1.4142e-06])
B 'self' distance: tensor([1.4142e-06, 1.4142e-06])

问题是:

  1. pytorch如何计算成对距离?是要计算行向量距离吗?

  2. “自身”距离为何不为0?


更新

将list_1和list_2更改为此:

list_1 = [[1., 1.,1.,],[1., 1.,1.,]]
list_2 = [[1., 1.,1.,],[2., 1.,1.,]]

结果变为:

A-B distance     : tensor([1.7321e-06, 1.0000e+00])
A 'self' distance: tensor([1.7321e-06, 1.7321e-06])
B 'self' distance: tensor([1.7321e-06, 1.7321e-06])

2 个答案:

答案 0 :(得分:1)

查看nn.PairWiseDistance的文档,pytorch期望两个N维的D向量的2D张量,并计算N对之间的距离。

为什么“自我”距离不为零-可能是由于floating point precisioneps = 1e-6造成的。

答案 1 :(得分:0)

根据https://github.com/pytorch/pytorch/blob/master/torch/nn/functional.py

Computes the p-norm distance between every pair of row vectors in the input.