quaterion.distances.manhattan 模块

class Manhattan

基类：BaseDistance

计算曼哈顿距离（及其作为相似度的解释）。

注意

将曼哈顿距离解释为相似度是基于 Toby Segaran 在其著作《集体智慧》中的技巧，其范围在 0 -> 1 之间。

static distance(x: Tensor, y: Tensor) → Tensor

计算距离，即值越低，样本越相似。

参数:

• x – 形状：(batch_size, embedding_dim)

• y – 形状：(batch_size, embedding_dim)

返回:

距离 - 形状 – (batch_size,)

static distance_matrix(x: Tensor, y: Tensor | None = None) → Tensor

计算距离矩阵，即计算 x 和 y 中所有可能对之间的距离。

参数:

• x – 形状：(batch_size, embedding_dim)

• y – 形状：(batch_size, embedding_dim)。如果 y 为 None，则将 x 赋值给 y。

返回:

距离矩阵 - 形状 – (batch_size, batch_size)

static similarity(x: Tensor, y: Tensor) → Tensor

计算相似度，即值越高，样本越相似。

参数:

• x – 形状：(batch_size, embedding_dim)

• y – 形状：(batch_size, embedding_dim)

返回:

相似度 - 形状 – (batch_size,)

static similarity_matrix(x: Tensor, y: Tensor | None = None) → Tensor

计算相似度矩阵，即计算 x 和 y 中所有可能对之间的相似度。

参数:

• x – 形状：(batch_size, embedding_dim)

• y – 形状：(batch_size, embedding_dim)。如果 y 为 None，则将 x 赋值给 y。

返回:

相似度矩阵 - 形状 – (batch_size, batch_size)