.. py:function:: paddle.cdist(x, y, p=2.0, compute_mode="use_mm_for_euclid_dist_if_necessary", name=None)
计算两组输入集合中每对之间的 p 范数距离。
当 p \in (0, \infty) 时,该函数等同于 scipy.spatial.distance.cdist(input,'minkowski', p=p) ; 当 p = 0 时,等同于 scipy.spatial.distance.cdist(input, 'hamming') * M ; 当 p = \infty 时,最接近的是 scipy.spatial.distance.cdist(xn, lambda x, y: np.abs(x - y).max()) 。
x (Tensor) - 形状为 B \times P \times M 的 Tensor。
y (Tensor) - 形状为 B \times R \times M 的 Tensor。
p (float, 可选) - 计算每个向量对之间的 p 范数距离的值。默认值为 2.0。
compute_mode (str, 可选) - 选择计算模式。
use_mm_for_euclid_dist_if_necessary
: 对于 p = 2.0 且 P > 25, R > 25 ,如果可能,将使用矩阵乘法计算欧氏距离。use_mm_for_euclid_dist
: 对于 p = 2.0 ,使用矩阵乘法计算欧几里得距离。use_loop_for_euclid_dist
: 不使用矩阵乘法计算欧几里得距离。默认值为
use_mm_for_euclid_dist_if_necessary
。name (str, 可选) - 具体用法请参见 :ref:`api_guide_Name` ,一般无需设置,默认值为 None。
Tensor,dtype 与输入张量相同。 如果 x 的形状为 B \times P \times M,y 的形状为 B \times R \times M,则输出的形状为 B \times P \times R。
COPY-FROM: paddle.cdist