最近在翻一些距离算法并考虑他们的GPU并行化实现，记录一下。 这里从图片转成向量开始，利用opencv配合torchvision，转成tensor还是比较容易的。 这里的to_tensor的大致实现如下： 从熟悉的欧氏距离开始，一个经典的欧氏距离就是两点之间计算，公式如下： 在几何距离和数学建模常见的聚类（例如K-Means）计算相对常用。 对于两个点之间的差异，还有一个常用于网格路径优化的距离就是曼哈顿距离，本身的定义是两个坐标在坐标轴上的绝对值之和。 pytorch的快速实现： 此时就得引入范数的概念了，因为p…