pytorch 行余弦相似度答案

【问题标题】：torch row wise cosinus similaritypytorch 行余弦相似度
【发布时间】：2021-01-21 10:34:30
【问题描述】：

假设我有 2 个维度的张量：

张量A：[512, 100]
张量B：[512, 200, 100]

我想使用torch.cosine_similarity 来生成尺寸为[512, 1, 200] 或[512, 200] 的张量C。

使用torch.cosine_similarity(A, B) 我得到一个错误：

'{RuntimeError}张量a（512）的大小必须与非单维1的张量b（200）的大小相匹配'

我想可以通过以下方式完成：

desired_result = torch.stack([torch.cosine_similarity(A_row, B_row, axis=-1) for B_row, A_row in zip(B, A)])

但应该有更优化的方式。任何帮助/提示？

【问题讨论】：

标签： pytorch

【解决方案1】：

无需堆叠，广播将为您完成工作：

# (512, 100, 1) after unsqueeze
A = torch.randn(512, 100).unsqueeze(dim=-1)
B = torch.randn(512, 200, 100)

# (512, 200)
torch.cosine_similarity(B, A.unsqueeze(1), axis=-1)

【讨论】：

感谢您的回答和我的歉意，因为我错过了张量 B 的尺寸。我已经编辑了我的问题。
您的回答有帮助。是torch.cosine_similarity(B, A.unsqueeze(1), axis=-1)。更新答案以接受它，以防其他人提出。谢谢
@MpizosDimitris 抱歉，AFK，很高兴您解决了您的问题，更新了答案。