Pythorch如何计算矩阵对距离？为什么“自我”距离不是零？

Question

如果这是一个幼稚的问题，请原谅我，我的测试代码是这样的：

import torch
from torch.nn.modules.distance import PairwiseDistance

list_1 = [[1., 1.,],[1., 1.]]
list_2 = [[1., 1.,],[2., 1.]]

mtrxA=torch.tensor(list_1)
mtrxB=torch.tensor(list_2)

print "A-B distance     :",PairwiseDistance(2).forward(mtrxA, mtrxB)
print "A 'self' distance:",PairwiseDistance(2).forward(mtrxA, mtrxA)
print "B 'self' distance:",PairwiseDistance(2).forward(mtrxB, mtrxB)

结果：

^{pr2}$

问题是：

1. Pythorch如何计算成对距离？是为了计算行向量距离吗？

2. 为什么“自我”距离不是0？

---

更新

将列表“1”和“列表2”更改为：

list_1 = [[1., 1.,1.,],[1., 1.,1.,]]
list_2 = [[1., 1.,1.,],[2., 1.,1.,]]

结果变成：

A-B distance     : tensor([1.7321e-06, 1.0000e+00])
A 'self' distance: tensor([1.7321e-06, 1.7321e-06])
B 'self' distance: tensor([1.7321e-06, 1.7321e-06])

Answer 1

看一下^{}的文档，Pythorch期望在D维中有两个N向量的二维张量，并计算N对之间的距离。在

为什么“自我”距离不是零-可能是因为floating point precision和{}。在

Answer 2

根据https://github.com/pytorch/pytorch/blob/master/torch/nn/functional.py

Computes the p-norm distance between every pair of row vectors in the input.