计算特征向量间欧式距离的快捷方法

最近因为课题需要，使用欧式距离来计算多个特征向量间的距离。开始的想法是使用循环来解决，发现计算复杂度高，时间长

在博客中看到作者GoHowz 和其引用frankzd博客，通过矩阵的方法来代替之前循环计算方法，速度提升很多！！！

作者原文：https://blog.csdn.net/IT_forlearn/article/details/100022244

---

为了方便后面查询，粘贴了GoHowz 博客中的计算方法如下：

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&#x