Pytorch 用不同形状张量计算余弦距离

下面的张量表示一个词向量

A = (2, 500)

其中第一个维度是批次维度（即A包含两个单词向量，每个单词向量包含500个元素）

我还有下面的张量

B = (10, 500)

我想计算A和B之间的余弦距离

C = (2, 10, 1)

i、 对于A中的每一行，计算B中每一行的余弦距离

我研究了如何使用

torch.nn.functional.F.cosine\u相似性

，但这不起作用，因为维度必须相同

在pytorch中实现这一点的最佳有效方法是什么？

使用

不查询的技术

import torch.nn.functional as F

C = F.cosine_similarity(A.unsqueeze(1), B, dim=-1)

print(C.shape)
# torch.size([2,10])

您键入内容中的小错误/行话：它是
torch.nn.functional.cosine\u相似性
。