PyTorch距离计算实战：从向量相似度到批量矩阵距离的进阶指南

1. 为什么我们需要距离计算？

在机器学习和深度学习中，距离计算就像是我们衡量两个事物相似程度的尺子。想象一下你在电商平台购物，系统为什么会给你推荐某些商品？背后就是通过计算你和其他用户、或者商品之间的相似度来实现的。

PyTorch提供了多种距离计算方式，每种都有其适用场景。比如：

• 余弦相似度：适合衡量方向相似性，比如文本分类
• 欧式距离：直观的空间距离，常用于聚类算法
• 批量矩阵距离：处理高维数据时的高效方案

我刚开始接触时也犯过迷糊，为什么要有这么多不同的方法？后来在实际项目中才发现，不同的距离度量会直接影响模型效果。比如在推荐系统中，用余弦相似度比欧式距离往往效果更好。

2. 基础距离计算实战

2.1 余弦相似度的正确打开方式

余弦相似度衡量的是两个向量在方向上的相似程度，取值范围在[-1,1]之间。在自然语言处理中特别常用。

python复制import torch
import torch.nn as nn

# 创建两个示例向量
user1 = torch.tensor([1.0, 2.0, 3.0])
user2 = torch.tensor([4.0, 5.0, 6.0])

# 初始化余弦相似度计算器
cos_sim = nn.CosineSimilarity(dim=0)

# 计算相似度
similarity = cos_sim(user1, user2)
print(f"余弦相似度: {similarity:.4f}")

这里有几个容易踩的坑：

1. dim参数要设置正确，对于一维向量设为0
2. 输入向量不要包含全零，否则会出现除零错误
3. 记得处理极端情况，比如完全相同的向量相似度为1

我在实际项目中发现，对向量先做归一化再计算余弦相似度，效果会更稳定：

python复制user1_normalized = user1 / torch.norm(user1, p=2)
user2_normalized = user2 / torch.norm(user2, p=2)

2.2 欧式距离的多种实现方式

欧式距离就是我们常说的"两点之间直线距离"。PyTorch中至少有三种实现方式：

**方法一：使用PairwiseDistan