nn.PairwiseDistance

nn.PairwiseDistance是PyTorch中的一个计算两个张量之间的距离（distance）的函数。它可以用于计算两个向量之间的欧氏距离、曼哈顿距离等。该函数的实现基于PyTorch的nn.Module模块，因此可以方便地集成到神经网络中，并且支持自动求导。

以下是一个使用nn.PairwiseDistance计算两个向量之间的欧氏距离的示例：

import torch
import torch.nn as nn

# 定义两个向量
x = torch.tensor([1.0, 2.0, 3.0])
y = torch.tensor([4.0, 5.0, 6.0])

# 创建PairwiseDistance对象
pdist = nn.PairwiseDistance(p=2)

# 计算欧氏距离
distance = pdist(x.unsqueeze(0), y.unsqueeze(0))

print("x和y之间的欧氏距离：", distance.item())

在上述示例中，我们首先定义了两个向量x和y。然后，我们创建了一个nn.PairwiseDistance对象，并使用欧氏距离（p=2）作为参数初始化它。最后，我们调用pdist对象的forward方法来计算x和y之间的距离，并将结果打印出来。

需要注意的是，在使用nn.PairwiseDistance函数时，输入张量的形状应该是相同的，例如上述示例中，我们使用了unsqueeze函数将向量x和y转换为形状为(1,3)的张量，以便于使用nn.PairwiseDistance函数计算它们之间的距离。