cos_sim

paddle.fluid.layers.cos_sim(X, Y)[源代码]

余弦相似度算子（Cosine Similarity Operator）

cos_sim - 图1

输入X和Y必须具有相同的shape。但是有一个例外：如果输入Y的第一维为1(不同于输入X的第一维度)，在计算它们的余弦相似度之前，Y的第一维度会自动进行广播(broadcast)，以便于匹配输入X的shape。

输入X和Y可以都携带或者都不携带LoD(Level of Detail)信息。但输出和输入X的LoD信息保持一致。

参数

  • X (Variable) - cos_sim操作函数的第一个输入，维度为 [N_1, N_2, ..., N_k] 的多维LoDTensor, 维度不能小于2。数据类型：float32。
  • Y (Variable) - cos_sim操作函数的第二个输入，维度为 [N_1 或者 1, N_2, ..., N_k] 的多维Tensor。数据类型：float32。

返回

LoDTensor。输出两个输入的余弦相似度。

返回类型

Variable

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  3. x = fluid.layers.data(name='x', shape=[3, 7], dtype='float32', append_batch_size=False)
  4. y = fluid.layers.data(name='y', shape=[1, 7], dtype='float32', append_batch_size=False)
  5. out = fluid.layers.cos_sim(x, y)
  6. place = fluid.CPUPlace()
  7. exe = fluid.Executor(place)
  8. exe.run(fluid.default_startup_program())
  9. np_x = np.random.random(size=(3, 7)).astype('float32')
  10. np_y = np.random.random(size=(1, 7)).astype('float32')
  11. output = exe.run(feed={"x": np_x, "y": np_y}, fetch_list = [out])
  12. print(output)