PyTorch中cdist和sum函数使用示例详解
更新时间：2025年05月22日 15:08:43 作者：点云SLAM
torch.cdist是PyTorch中用于计算**两个张量之间的成对距离（pairwise distance）**的函数,常用于点云处理、图神经网络、相似性度量等场景,本文给大家介绍PyTorch中cdist和sum函数使用,感兴趣的朋友一起看看吧
torch.cdist 是 PyTorch 中用于计算**两个张量之间的成对距离（pairwise distance）**的函数，常用于点云处理、图神经网络、相似性度量等场景。
基本语法
torch.cdist(x1, x2, p=2.0)
参数说明：
| 参数 | 说明 |
|---|---|
x1 | 一个形状为 [B, M, D] 或 [M, D] 的张量，表示一组点。 |
x2 | 一个形状为 [B, N, D] 或 [N, D] 的张量，表示另一组点。 |
p | 距离范数，默认 p=2.0 表示欧几里得距离（L2 范数），也可以设为 1.0（曼哈顿距离），或其他值。 |
输出
输出是一个张量，形状为：
- 如果
x1.shape = [M, D]和x2.shape = [N, D]，则输出形状为[M, N]； - 每个
(i, j)位置表示x1[i]和x2[j]之间的距离。
示例
1. 简单的 2D 欧几里得距离
import torch x1 = torch.tensor([[0.0, 0.0], [1.0, 0.0]]) # 2个点 x2 = torch.tensor([[0.0, 1.0], [1.0, 1.0]]) # 2个点 dist = torch.cdist(x1, x2, p=2) print(dist)
输出为：
tensor([[1.0000, 1.4142],
[1.4142, 1.0000]])
即：
- x1[0] 与 x2[0] 的距离为 1；
- x1[0] 与 x2[1] 的距离为 sqrt(2)，等等。
2. 批量形式（3D Tensor）
x1 = torch.rand(2, 5, 3) # batch=2, 每组5个3D点 x2 = torch.rand(2, 4, 3) # batch=2, 每组4个3D点 out = torch.cdist(x1, x2) # 输出形状为 [2, 5, 4]
3. 使用不同范数
torch.cdist(x1, x2, p=1) # 曼哈顿距离 torch.cdist(x1, x2, p=2) # 欧几里得距离（默认） torch.cdist(x1, x2, p=inf) # 最大维度差
注意事项
x1和x2的最后一维（特征维度）必须相同。p=2时效率最高，其他范数可能会慢一些。- 如果两个张量都很大，这个操作可能非常耗显存。
应用场景举例
- 点云之间距离计算（如 ISS、FPFH、ICP）
- 匹配点对的距离图构建
- KNN 查询
- 图构造（邻接矩阵、相容性矩阵）
torch.sum 是 PyTorch 中用于对张量元素进行求和的函数，功能类似于 NumPy 中的 np.sum，但可以更灵活地选择维度进行操作。
基本用法
torch.sum(input, dim=None, keepdim=False)
参数说明：
input：要进行求和的张量；dim（可选）：指定在哪个维度上进行求和；keepdim（可选）：布尔值，是否保留被求和的维度（默认不保留）。
示例讲解
示例 1：对所有元素求和
x = torch.tensor([[1, 2], [3, 4]]) torch.sum(x) # 输出：tensor(10)
示例 2：指定维度求和
x = torch.tensor([[1, 2], [3, 4]]) torch.sum(x, dim=0) # 按列求和：1+3, 2+4 # 输出：tensor([4, 6]) torch.sum(x, dim=1) # 按行求和：1+2, 3+4 # 输出：tensor([3, 7])
示例 3：保留维度
x = torch.tensor([[1, 2], [3, 4]]) torch.sum(x, dim=1, keepdim=True) # 输出：tensor([[3], [7]])
到此这篇关于PyTorch中cdist和sum函数使用示例详解的文章就介绍到这了,更多相关PyTorch cdist和sum函数使用内容请搜索脚本之家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脚本之家！
相关文章
本笔记系统介绍了 Pandas 的分层索引及其在 Series 和 DataFrame 中的应用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2025-11-11
这篇文章主要为大家详细介绍了如何利用Python和Flask实现图片上传与下载（支持漂亮的拖拽上传），文中示例代码讲解详细，感兴趣的可以了解一下2022-05-05
django Layui界面点击弹出对话框并请求逻辑生成分页的动态表格实例
这篇文章主要介绍了django Layui界面点击弹出对话框并请求逻辑生成分页的动态表格实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
这篇文章主要介绍了使用pyqt5 实现ComboBox的鼠标点击触发事件，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要为大家详细介绍了如何基于Python制作一个PDF批量转化工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下2024-12-12
这篇文章主要为大家详细介绍了Python中常常遇到的一些数据精度问题以及它们的解决方法，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下2022-10-10
在Python中，绘图是一个非常有趣的领域，其中比较流行的绘图库就有 Turtle，所以本文就来讲讲如何在Python中使用它来创建和修改图形，需要的可以参考一下2023-06-06
这篇文章主要介绍了解决pytorch 数据类型报错的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
Python中json.loads和json.dumps方法中英双语详解
在Python中json.loads和json.dumps是处理JSON数据的重要方法,json.loads用于将JSON字符串解析为Python对象,而json.dumps用于将Python对象序列化为JSON字符串,文中通过代码介绍的非常详细,需要的朋友可以参考下2025-01-01
这篇文章主要介绍了Python秒算24点,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
最新评论