dist

paddle.fluid.layers.linalg.dist(x, y, p=2)

该OP用于计算 (x-y) 的 p 范数（p-norm），需要注意这不是严格意义上的范数，仅作为距离的度量。输入 x 和 y 的形状（shape）必须是可广播的（broadcastable）。其含义如下，详情请参考 numpy的广播概念 ：

• 每个输入都至少有1维
• 对两个输入的维度从后向前匹配，两个输入每一维的大小需要满足3个条件中的任意一个：相等、其中一个为1或者其中一个不存在。

定义 z = x - y ，x 和 y 的形状是可广播的，那么 z 的形状可按照下列步骤得到：

1. 如果 x 和 y 的维数不同，先对维数较少的这个输入的维度往前补1。

例如，x 的形状为[8, 1, 6, 1]，y 的形状为[7, 1, 5]，对 y 的维度补1，

x (4-D Tensor): 8 x 1 x 6 x 1

y (4-D Tensor): 1 x 7 x 1 x 5

1. 确定输出 z 每一维度的大小：从两个输入的维度中选取最大值。

z (4-D Tensor): 8 x 7 x 6 x 5

若两个输入的维数相同，则输出的大小可直接用步骤2确定。以下是 p 取不同值时，范数的计算公式：

当 p = 0 ，定义

00\=0，则 z 的零范数是 z 中非零元素的个数。

当 p = inf ，z 的无穷范数是 z 所有元素中的最大值。

当 p = -inf ，z 的负无穷范数是 z 所有元素中的最小值。

其他情况下，z 的 p 范数使用以下公式计算：

参数

• x (Variable): 1-D 到 6-D Tensor，数据类型为float32或float64。
• y (Variable): 1-D 到 6-D Tensor，数据类型为float32或float64。
• p (float, optional): 用于设置需要计算的范数，数据类型为float32或float64。默认值为2.

返回

(x-y) 的 p 范数。

返回类型

Variable

代码示例

import paddle
import paddle.fluid as fluid
import numpy as np
with fluid.dygraph.guard():
    x = fluid.dygraph.to_variable(np.array([[3, 3],[3, 3]]).astype(np.float32))
    y = fluid.dygraph.to_variable(np.array([[3, 3],[3, 1]]).astype(np.float32))
    out = fluid.layers.dist(x, y, 0)
    print(out.numpy()) # out = [1.]
    out = fluid.layers.dist(x, y, 2)
    print(out.numpy()) # out = [2.]
    out = fluid.layers.dist(x, y, float("inf"))
    print(out.numpy()) # out = [2.]
    out = fluid.layers.dist(x, y, float("-inf"))
    print(out.numpy()) # out = [0.]