pytorch中的向量和矩阵行余弦相似性

在pytorch中，我有多个（10万个）300维向量（我认为应该上传到矩阵中），我想根据它们与另一个向量的余弦相似性对它们进行排序，并提取前1000个向量。我想避免for循环，因为它很耗时。我正在寻找一个有效的解决方案。

您可以使用该函数计算余弦相似性。并提取前1000名

以下是一个例子：

x = torch.rand(10000,300)
y = torch.rand(1,300)
dist = F.cosine_similarity(x,y)
index_sorted = torch.argsort(dist)
top_1000 = index_sorted[:1000]

请注意

y

的形状，在调用相似性函数之前不要忘记重塑形状。还要注意，

argsort

只返回最近向量的索引。要访问这些向量本身，只需编写

x[top\u 1000]

，它将返回一个矩阵形状的

（1000300）