cos相似度计算

# https://stackoverflow.com/questions/18424228/cosine-similarity-between-2-number-lists
# a = [3, 45, 7, 2]
# b = [2, 54, 13, 15]
# a = torch.Tensor([1, 2, 3])
# F.cosine_similarity(a,b, dim=0)
# torch.cosine_similarity(a, b,dim=0)
# print 1 - spatial.distance.cosine(a, b)
# print cosine_similarity([a], [b])[0][0]


#
# print 1 - spatial.distance.cosine(a, b)
# print dot(a, b)/(norm(a)*norm(b))
# print np.inner(a, b)/(norm(a)*norm(b))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值