PyTorch中cdist和sum函数使用详解

torch.cdist 是 PyTorch 中用于计算**两个张量之间的成对距离(pairwise distance)**的函数,常用于点云处理、图神经网络、相似性度量等场景。


基本语法

python 复制代码
torch.cdist(x1, x2, p=2.0)

参数说明:

参数 说明
x1 一个形状为 [B, M, D][M, D] 的张量,表示一组点。
x2 一个形状为 [B, N, D][N, D] 的张量,表示另一组点。
p 距离范数,默认 p=2.0 表示欧几里得距离(L2 范数),也可以设为 1.0(曼哈顿距离),或其他值。

输出

输出是一个张量,形状为:

  • 如果 x1.shape = [M, D]x2.shape = [N, D],则输出形状为 [M, N]
  • 每个 (i, j) 位置表示 x1[i]x2[j] 之间的距离。

示例

1. 简单的 2D 欧几里得距离

python 复制代码
import torch

x1 = torch.tensor([[0.0, 0.0], [1.0, 0.0]])  # 2个点
x2 = torch.tensor([[0.0, 1.0], [1.0, 1.0]])  # 2个点

dist = torch.cdist(x1, x2, p=2)
print(dist)

输出为:

复制代码
tensor([[1.0000, 1.4142],
        [1.4142, 1.0000]])

即:

  • x1[0] 与 x2[0] 的距离为 1;
  • x1[0] 与 x2[1] 的距离为 sqrt(2),等等。

2. 批量形式(3D Tensor)

python 复制代码
x1 = torch.rand(2, 5, 3)  # batch=2, 每组5个3D点
x2 = torch.rand(2, 4, 3)  # batch=2, 每组4个3D点

out = torch.cdist(x1, x2)  # 输出形状为 [2, 5, 4]

3. 使用不同范数

python 复制代码
torch.cdist(x1, x2, p=1)   # 曼哈顿距离
torch.cdist(x1, x2, p=2)   # 欧几里得距离(默认)
torch.cdist(x1, x2, p=inf) # 最大维度差

注意事项

  • x1x2 的最后一维(特征维度)必须相同。
  • p=2 时效率最高,其他范数可能会慢一些。
  • 如果两个张量都很大,这个操作可能非常耗显存。

应用场景举例

  • 点云之间距离计算(如 ISS、FPFH、ICP)
  • 匹配点对的距离图构建
  • KNN 查询
  • 图构造(邻接矩阵、相容性矩阵)

torch.sum 是 PyTorch 中用于对张量元素进行求和的函数,功能类似于 NumPy 中的 np.sum,但可以更灵活地选择维度进行操作。


基本用法

python 复制代码
torch.sum(input, dim=None, keepdim=False)
参数说明:
  • input:要进行求和的张量;
  • dim(可选):指定在哪个维度上进行求和;
  • keepdim(可选):布尔值,是否保留被求和的维度(默认不保留)。

示例讲解

示例 1:对所有元素求和
python 复制代码
x = torch.tensor([[1, 2], [3, 4]])
torch.sum(x)
# 输出:tensor(10)
示例 2:指定维度求和
python 复制代码
x = torch.tensor([[1, 2], [3, 4]])

torch.sum(x, dim=0)  # 按列求和:1+3, 2+4
# 输出:tensor([4, 6])

torch.sum(x, dim=1)  # 按行求和:1+2, 3+4
# 输出:tensor([3, 7])
示例 3:保留维度
python 复制代码
x = torch.tensor([[1, 2], [3, 4]])

torch.sum(x, dim=1, keepdim=True)
# 输出:tensor([[3], [7]])

相关推荐
理想三旬5 分钟前
网络爬虫(上)
python
飞哥数智坊6 分钟前
免费用上 GLM-4.6!我在 Cursor 里接入了模力方舟 API
人工智能·ai编程
zzywxc78718 分钟前
大模型落地实践指南:从技术路径到企业级解决方案
java·人工智能·python·microsoft·golang·prompt
liliangcsdn19 分钟前
docker ollama部署轻量级嵌入模型 - EmbeddingGemma
人工智能·数据分析
星云数灵1 小时前
信息系统项目的范围管理(12345智慧政务)
人工智能·信息系统项目管理·软考高项·软考高项优秀论文·论文写作得分技巧
白水先森1 小时前
C语言作用域与数组详解
java·数据结构·算法
智源研究院官方账号1 小时前
众智FlagOS 1.5发布:统一开源大模型系统软件栈,更全面、AI赋能更高效
人工智能·开源
小小测试开发1 小时前
给贾维斯加“手势控制”:从原理到落地,打造多模态交互的本地智能助
人工智能·python·交互
想唱rap1 小时前
直接选择排序、堆排序、冒泡排序
c语言·数据结构·笔记·算法·新浪微博
Python×CATIA工业智造1 小时前
Python数据汇总与统计完全指南:从基础到高阶实战
python·pycharm