首页 > 编程语言> > Pytorch框架中余弦相似度（Cosine similarity）、欧氏距离（Euclidean distance）源码解析

Pytorch框架中余弦相似度（Cosine similarity）、欧氏距离（Euclidean distance）源码解析

2021-12-29 18:03:39 作者：互联网

一、矩阵操作用于计算余弦相似度

余弦相似度：

$cos(u,v)=\frac{uv}{||u||||v||}$

我们知道，分子是矩阵的乘法，分母是两个标量的乘积。分母好办，关键是如何在计算分子？很简单，我们可以将公式变变形：

$cos(u,v)=\frac{1}{||u||||v||}uv$

那么我们只需在矩阵乘法前，使其归一化，乘法之后就是余弦相似度了,来看一下代码（参考：https://zhuanlan.zhihu.com/p/383675457）

import torch

##计算两个特征的余弦相似度


def normalize(x, axis=-1):
    x = 1. * x / (torch.norm(x, 2, axis, keepdim=True).expand_as(x) + 1e-12)
    return x


##特征向量a
a=torch.rand(4,512)

##特征向量b
b=torch.rand(6,512)

##特征向量进行归一化
a,b=normalize(a),normalize(b)

##矩阵乘法求余弦相似度
cos=1-torch.mm(a,b.permute(1,0))
cos.shape

#输出
torch.Size([4, 6])

我们来逐行解析一下这段代码吧。

x = 1. * x / (torch.norm(x, 2, axis, keepdim=True).expand_as(x) + 1e-12)

这是归一化的公式，为什么是这个公式，我也不太明白。不过不妨碍我们解析。看到 torch.norm(x, 2, axis, keepdim=True) ，这是一个非常重要的知识点：torch.norm( input, p, din, out = None, keepdim = False )该函数的功能是求指定维度上的范数 $||x||_{p} = \sqrt[p]{x_{1}^{p} + x_{2}^{p} + \ldots + x_{N}^{p}}$ ;其次看到 expand_as(tensor)函数，这是将张量scale扩展为参数tensor的大小。我这么说可能不太明白？那就糊涂着吧。

##特征向量a
a=torch.rand(4,512)

##特征向量b
b=torch.rand(6,512)

##特征向量进行归一化
a,b=normalize(a),normalize(b)

这三行就很简单了，从最后一行来看，就是把特征向量a,b归一化。这里面主要要知道 torch.rand(*sizes,out=None) 函数的用法。torch.rand(*sizes,out=None) 是均匀分布，返回的张量包含从区间(0,1)的均匀分布中随机抽取的一组随机数。第一个参数*size定义了输出张量的形状，也就是一个多大的矩阵。不明白？举个例子，比如 t1 = torch.rand(2,3)，那它返回一个张量，张量的大小就是一个二行三列的矩阵，结果就是在(0,1)上随机抽取的随机数：

cos=1-torch.mm(a,b.permute(1,0))
cos.shape

这就在求余弦相似度了，注意一下permute()函数，permute作用为调换Tensor的维度，参数为调换的维度。例如对于一个二维Tensor来说，调用tensor.permute(1,0)意为将1轴（列轴）与0轴（行轴）调换，相当于进行转置。

二、矩阵操作用于计算欧式距离

代码来自Triplet Loss，实质上都是这样写的，没有大碍。

先搞清楚原理（参考：https://blog.csdn.net/frankzd/article/details/80251042）现在我们有大小为 M X D 的矩阵P，和大小为 N X D 的矩阵C。记 $P_{i}$ 是矩阵P的第i行， $P_{i}=(P_{i1},P_{i2},...,{P_{iD}})$ ； $C_{j}$ 是矩阵C的第j行， $C_{j}=(C_{j1},C_{j2},...,C_{jD})$

接着我们来看一下源代码怎么实现的：

def euclidean_dist(x, y):
  """
  Args:
    x: pytorch Variable, with shape [m, d]
    y: pytorch Variable, with shape [n, d]
  Returns:
    dist: pytorch Variable, with shape [m, n]
  """
  m, n = x.size(0), y.size(0)
  xx = torch.pow(x, 2).sum(1, keepdim=True).expand(m, n)
  yy = torch.pow(y, 2).sum(1, keepdim=True).expand(n, m).t()
  dist = xx + yy
  dist.addmm_(1, -2, x, y.t())
  dist = dist.clamp(min=1e-12).sqrt()  # for numerical stability
  return dist

现在我们来逐行解析（参考：https://blog.csdn.net/IT_forlearn/article/details/100022244）：

m, n = x.size(0), y.size(0)

这一行比较简单，x的维度是[m,d]，y的维度是[n,d]，x.size(0) 就表示取x的第一个维度，即m。同理y.size(0)

xx = torch.pow(x, 2).sum(1, keepdim=True).expand(m, n)

这一行就比较难理解了，xx经过pow()方法对每单个数据进行二次方操作后，在axis=1 方向（横向，就是第一列向最后一列的方向）加和，此时xx的shape为(m, 1)，经过expand()方法，扩展n-1次，此时xx的shape为(m, n).

yy = torch.pow(y, 2).sum(1, keepdim=True).expand(n, m).t()

与上一行相比，yy会在上述操作后，再进行转置的操作。

dist = xx + yy

这很简单,矩阵的加法

dist.addmm_(1, -2, x, y.t())

这里要特别注意，代码是dist.addmm_不是dist.addmm,具体区别参考：https://blog.csdn.net/qq_36556893/article/details/90638449。dist.addmm_(1, -2, x, y.t()) 实现的公式为：dist=1*dist-2*(x @ $y^{T}$ )

dist = dist.clamp(min=1e-12).sqrt()

clamp()函数可以限定dist内元素的最大最小范围，dist最后开方，得到样本之间的距离矩阵。

标签：distance,dist,similarity,##,torch,矩阵,源码,keepdim,expand
来源： https://blog.csdn.net/m0_57541899/article/details/122211836