कंप्यूटिंग की दूरी एक छवि embedding के एक समूह के खिलाफ छवि embeddings

यह किया जा सकता है के साथ प्रसारण. पर Iterating, छवियों और कंप्यूटिंग दूरी के लिए प्रत्येक व्यक्ति जोड़ी है बुरा विचार है, इस मामले में के बाद से यह नहीं होगा parallelized (जब तक आप जानते हैं कि कैसे यह करने के लिए अपने आप को).

import tensorflow as tf

embedding = tf.constant([1., 1.]) # your shape here is (1028,) instead of (2,)
embedding_group = tf.constant([[1., 1.], [1., 2.], [0., 1.]]) # your shape here is (5, 1028) instead of (3, 2)
norm_embedding = tf.nn.l2_normalize(embedding[None, ...], axis=-1)
norm_embedding_group = tf.nn.l2_normalize(embedding_group, axis=-1)
similarity = tf.reduce_sum(norm_embedding * norm_embedding_group, axis=-1) # cosine similarity of same shape as number of samples

print(norm_embedding.numpy())
print(norm_embedding_group.numpy())
print(similarity.numpy())
# [[0.7071067 0.7071067]]
# [[0.7071067  0.7071067 ]
#  [0.44721356 0.8944271 ]
#  [0.         1.        ]]
# [0.9999998  0.94868314 0.7071067 ]