topN 相似度 torch实现

import torch
import torch.nn.functional as F
torch.manual_seed(42)
# 假设 10 条数据，每条数据的特征维度是 128
data = torch.randn(10, 128)

# 计算所有数据对之间的余弦相似度
cosine_similarities = F.cosine_similarity(data.unsqueeze(0), data.unsqueeze(1), dim=2)

# 通过设置对角线为负无穷，排除自身相似度
cosine_similarities.fill_diagonal_(-float('inf'))

# 生成上三角掩码（i < j 的位置为True）
mask = torch.triu(torch.ones_like(cosine_similarities, dtype=torch.bool), diagonal=1)

# 过滤掉下三角和对角线，仅保留

相关文章：

使用Java爬虫获取京东商品描述API接口（item_get_desc）的实现与解析

(deepseek)按键滤波硬件

jmeter提取json中的多个返回值写入CSV文件供下一个接口调用（实操）

JavaScript逆向爬虫教程-------基础篇之JavaScript混淆原理

ios App的启动过程和启动优化

在win11 中 whisper-large-v3-turbo 的简单使用

java后端开发day16--字符串（二）

【找工作】C++和算法复习（自用）

PHP+Apache+MySQL安装（Windows）

从0开始的AI大模型学习---ollama+amd显卡本地化部署deepseek-r1

vue3 input type=“file” 修改样式

pdf转换成word在线 简单好用 支持批量转换 效率高 100%还原

Windows下Docker Compose使用教程

游戏引擎学习第114天

java毕业设计之医院门诊挂号系统（源码+文档）

Redis-03高级篇中-多级缓存：

RK3588配置成为路由器

网络初始2：网络编程--基于UDP和TCP实现回显器

Python中常见库 PyTorch和Pydantic 讲解

[Linux]——进程控制（中）