torch.nn.CosineSimilarity

 关于此函数的计算流程，详解如下：

input1 =  torch.tensor([[1, 2],[1,2]],dtype=torch.float)
input2 = torch.tensor([[2, 4],[3,4]],dtype=torch.float)
cos = nn.CosineSimilarity(dim=0, eps=1e-6)
output = cos(input1, input2)

 (dim=0)计算流程是：(1*1+1*3)/根号(1的平方+1的平方）/根号(2的平方+3的平方)=5/根号2/根号13=0.9806，另外一个输出计算方式一样；

input1 =  torch.tensor([[1, 2],[1,2]],dtype=torch.float)
input2 = torch.tensor([[2, 4],[3,4]],dtype=torch.float)
cos = nn.CosineSimilarity(dim=1, eps=1e-6)
output = cos(input1, input2)

(dim=1)计算流程是：(1*2+2*4)/根号(1的平方+2的平方）/根号(2的平方+4的平方)=10/根号5/根号20=1，另外一个输出计算方式一样；