参考思路有: https://blog.csdn.net/lavorange/article/details/42125029
0. 说明
问题1:计算一个D维的向量A[D]到二维矩阵B[N][D]的每一行的对称KL散度,并且将每一组距离保存在一个向量dis[N]中并返回, 最后根据dis[N]选出最小值。由于N很大, 需要并行来进行实现
问题2:计算一个D维的向量A[D]到二维矩阵B[N][D]的每一行的欧氏距离,并且将每一组距离保存在一个向量dis[N]中并返回, 最后根据dis[N]选出最小值。由于N很大, 需要并行来进行实现
使用numpy的代码的定义如下:
1. 使用Numpy并行
2. 使用PyTorch并行
参考: