距离函数（Distance functions）

torch.nn.functional.pairwise_distance(x1, x2, p=2, eps=1e-06)

计算向量v1、v2之间的距离（成次或者成对，意思是可以计算多个，可以参看后面的参数）

$$ \left | x \right |{p}:=\left ( \sum{i=1}^{N}\left | x_{i}^{p} \right | \right )^{1/p}

$$ 参数：

• x1:第一个输入的张量
• x2:第二个输入的张量
• p:矩阵范数的维度。默认值是2，即二范数。

规格：

• 输入:(N,D)其中D等于向量的维度
• 输出:(N,1)

例子：

>>> input1 = autograd.Variable(torch.randn(100, 128))>>> input2 = autograd.Variable(torch.randn(100, 128))>>> output = F.pairwise_distance(input1, input2, p=2)>>> output.backward()