k-nearest neighbors, sort distances
距离矩阵是一个三角矩阵
充分利用张量数据结构的广播特性,可高效替代循环遍历。已知4个点的坐标张量 $coords=\begin{bmatrix} \vec{r_0} & \vec{r_1} & \vec{r_2} & \vec{r_3} \end{bmatrix}^T$ ,各点与整体的差的广播结果为:
容易看出:
下面按张量数据结构torch.tensor
来推导:
- 距离矩阵是差值张量缩并而来
- 差值张量是由坐标张量广播而来
- 坐标张量是坐标矩阵扩维而来