pytorch計算兩個特徵的餘弦相似度

首先，我們要記住一點，兩個特徵的餘弦相似度計算出來的範圍是**[-1,1]**
其實，對於兩個特徵，它們的餘弦相似度就是兩個特徵在經過L2歸一化之後的矩陣內積。
代碼如下：

import torch
import torch.nn.functional as F
#假設feature1爲N*C*W*H， feature2也爲N*C*W*H（基本網絡中的tensor都是這樣）
feature1 = feature1.view(feature1.shape[0], -1)#將特徵轉換爲N*(C*W*H)，即兩維
feature2 = feature2.view(feature2.shape[0], -1)
feature1 = F.normalize(feature1)  #F.normalize只能處理兩維的數據，L2歸一化
feature2 = F.normalize(feature2)
distance = feature1.mm(feature2.t())#計算餘弦相似度