一文读懂PyTorch中cdist 函数的知识

1. 基本知识

torch.cdist 是一个用于计算两个批次的点之间的成对距离的函数

它在很多任务中非常有用，例如最近邻搜索、聚类等
（K-Means聚类算法基本知识（附Demo））

函数原型：torch.cdist(x1, x2, p=2)

参数：

• x1：一个形状为 (N,D) 的张量，表示第一组点，N为样本数量，D为特征维度
• x2：一个形状为 (M,D) 的张量，表示第二组点
• p：距离度量的类型，默认为2，表示欧几里得距离。可以选择其他值，例如1（曼哈顿距离）

返回值： 返回一个形状为 (N,M) 的张量，其中每个元素 (i,j) 表示 x1[i] 和 x2[j] 之间的距离

---

对于距离类型P如下

• 欧几里得距离 (p=2)：最常用的距离度量，表示两点之间的直线距离。适合于许多应用，如聚类和K近邻算法

• 曼哈顿距离 (p=1)：也称为“城市街区距离”，它计算在坐标轴上沿着轴的总距离。适用于需要考虑各维度独立变化的情况
  

• 切比雪夫距离 (p=∞)：表示在任意维度上，两个点之间的最大距离。适合于某些特定的优化问题
  

• 其他 p 值（例如 p=0）
  p=0：通常不用于距离计算，因为这将返回一个布尔值（是否相等）
  p > 2：这些值会产生更强的惩罚，对于离散化的特征特别有效

根据数据的性质和任务的需求，选择合适的距离度量非常重要

例如，对于一些高维数据，曼哈顿距离可能比欧几里得距离更合适，因为它对噪声的鲁棒性更强

应用场景：

• 欧几里得距离：图像处理、聚类等
• 曼哈顿距离：路线规划、网络流量分析等
• 切比雪夫距离：一些优化和调度问题

2. Demo

import torch

# 创建两个张量，表示两组点
# 第一组点：3个样本，2个特征
x1 = torch.tensor([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])

# 第二组点：2个样本，2个特征
x2 = torch.tensor([[1.0, 1.0], [2.0, 2.0]])

# 计算两组点之间的欧几里得距离
distances = torch.cdist(x1, x2)

# 输出结果
print("两组点之间的距离：")
print(distances)

截图如下：

输出的大概意思：

• 输出张量的形状为 (3,2)，表示第一组中的每个点与第二组中的每个点之间的距离
• 元素 (i, j) 表示 x1[i] 和 x2[j] 之间的距离