speechbrain.utils.distances 模块

距离度量和相关函数

摘要

函数

cosine_similarity_matrix

计算评估所有成对余弦相似度的矩阵。

参考

speechbrain.utils.distances.cosine_similarity_matrix(a: Tensor, b: Tensor, eps: float = 1e-08) → Tensor[source]

计算评估所有成对余弦相似度的矩阵。余弦相似度也可以使用 torch.nn.CosineSimilarity 来确定。

参数：

  • a (torch.Tensor) – 形状为 [..., X, dim] 的 Tensor，其中 dim 是计算余弦相似度的维度，X 是任意 >= 0 的值。

  • b (torch.Tensor) – 形状为 [..., Y, dim] 的 Tensor，其中其他维度与 a 的维度相同，Y 是任意 >= 0 的值。

  • eps (float) – 用于数值稳定性的 Epsilon 值，以避免除以零。对结果影响不大。

返回：

形状为 [..., X, Y] 的 Tensor，与输入 Tensor 位于同一设备和 dtype 上。例如，忽略前几个维度，out[3, 0] 将是 a[3] 和 b[0] 的余弦相似度。

返回类型：

torch.Tensor