首页def euclidean_distance(face_encodings, face_to_compare): return np.linalg.norm(face_encodings - face_to_compare, axis=1)

def euclidean_distance(face_encodings, face_to_compare): return np.linalg.norm(face_encodings - face_to_compare, axis=1)

时间: 2024-04-22 07:10:12 浏览: 119

euclidean-distance:计算两个数组之间的欧几里得距离

5星 · 资源好评率100%

欧几里得距离计算两个数组之间的。是欧氏空间中两点之间的直线距离。安装 $ npm install compute-euclidean-distance 要在浏览器中使用，请使用。用法 var euclidean = require ( 'compute-euclidean-distance' ) ; 欧几里得( x, y[, accessor] ) 计算两个数组之间的。 var x = [ 2 , 4 , 5 , 3 , 8 , 2 ] , y = [ 3 , 1 , 5 , - 3 , 7 , 2 ] ; var d = euclidean ( x , y ) ; // returns ~6.86 对于对象arrays ，提供访问numeric的访问器function 。 var x , y , d ; x = [ [ 1 , 2 ] , [ 2 ,

这个函数是用来计算人脸编码之间的欧几里得距离。具体来说，它接受两个参数：face_encodings和face_to_compare，它们都是人脸编码。函数的返回值是一个numpy数组，其中每个元素表示face_encodings中的一个编码与face_to_compare之间的距离。使用np.linalg.norm函数可以计算向量之间的欧几里得距离。函数的axis参数默认为1，表示按行计算距离。

阅读全文