pytorch如何计算矩阵成对距离？为什么“自我”距离不为零？

Question

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])

Answer 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 precision和eps = 1e-6造成的。

Answer 2

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.