python - Theano 中的余弦相似度

Question

使用 numpy 和 theano 计算余弦相似度的最简单方法是什么？以 numpy 数组形式给出的向量。

我曾尝试仅使用 numpy 来计算余弦相似度矩阵，但它的运行速度慢得令人发狂。然而，我对 theano 完全陌生，但假设这个库可以帮助我构建我的余弦相似度矩阵。

好吧，帮帮忙! :)

Answer 1

这里有一篇关于 Python 中余弦相似度的文章:Cosine Similarity between 2 Number Lists .

我重写了 this answer在 Numpy 和 Theano 中:

def cos_sim_numpy(v1, v2):
    numerator = sum(v1*v2)
    denominator = math.sqrt(sum(v1**2)*sum(v2**2))
    return numerator/denominator

def compile_cos_sim_theano():
    v1 = theano.tensor.vector(dtype=theano.config.floatX)
    v2 = theano.tensor.vector(dtype=theano.config.floatX)
    numerator = theano.tensor.sum(v1*v2)
    denominator = theano.tensor.sqrt(theano.tensor.sum(v1**2)*theano.tensor.sum(v2**2))
    return theano.function([v1, v2], numerator/denominator)

cos_sim_theano_fn = compile_cos_sim_theano()

v1 = numpy.asarray([3,45,7,2], dtype=np.float32)
v2 = numpy.asarray([2,54,13,15], dtype=np.float32)

print cos_sim_theano_fn(v1, v2), cos_sim_numpy(v1, v2)

Output: 0.972284251712 0.972284251712