快捷方式

quaterion.loss.pairwise_loss 模块

PairwiseLoss(distance_metric_name: Distance = Distance.COSINE)[源代码]

基类: SimilarityLoss

成对损失的基类。

参数:

distance_metric_name – 距离函数的名称,例如 Distance

forward(embeddings: Tensor, pairs: Tensor, labels: Tensor, subgroups: Tensor) Tensor[源代码]

计算损失值。

参数:
  • embeddings – 形状: (batch_size, vector_length)

  • pairs – 形状: (2 * pairs_count,) - 包含 batch 中已知相似性对的列表

  • labels – 形状: (pairs_count,) - 对的相似性

  • subgroups – 形状: (2 * pairs_count,) - 对象的子组 ID

返回:

Tensor – 零尺寸 tensor,损失值

training: bool

Qdrant

了解更多关于 Qdrant 向量搜索项目和生态系统的信息

发现 Qdrant

相似性学习

探索使用相似性学习解决实际问题

学习相似性学习

社区

找到面临类似问题的人,并获得问题的解答

加入社区