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，请见谅，我的测试代码是这样的：

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？是计算行向量距离吗？

2. 为什么'self'距离不是0？

---

更新

将 list_1 和 list_2 改成这样后：

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

结果变成：

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D 维度中的N 向量的两个二维张量，并计算N 对之间的距离。

为什么“自我”距离不为零——可能是因为floating point precision 和eps = 1e-6。

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.