问题定义
现有矩阵
A
∈
R
N
×
C
,
B
∈
R
M
×
C
A\in R^{N\times C}, B\in R^{M\times C}
A∈RN×C,B∈RM×C，需要计算矩阵
A
A
A和
B
B
B的相似度（欧式距离）矩阵
S
∈
R
N
×
M
S\in R^{N\times M}
S∈RN×M，
N
N
N和
M
M
M很大。可以使用pytorch提供的torch.cdist方法，记得使用GPU计算。文章来源地址https://www.toymoban.com/news/detail-619825.html
import torch
N, M, C = 20000, 50000, 128
A = torch.rand((N, C)).cuda()
B = torch.rand((M, C)).cuda()
S = torch.cdist(A, B, p=2)
print(S.shape)
文章来源：https://www.toymoban.com/news/detail-619825.html
到了这里，关于torch.cdist高效计算大矩阵相似度的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![集成多元算法，打造高效字面文本相似度计算与匹配搜索解决方案，助力文本匹配冷启动[BM25、词向量、SimHash、Tfidf、SequenceMatcher]](https://imgs.yssmx.com/Uploads/2024/02/753544-1.png)
