def testDotDistance(self):
n1 = numpy.array([[1., 2., 3., 4.], [1., 1., 1., 1.]],
dtype=numpy.float32)
n2 = numpy.array([[5., 6., 7., -8.], [1., 1., 1., 1.]],
dtype=numpy.float32)
out = self.Run(functions.dot_distance(n1, n2))
testing.assert_allclose(out[0],
numpy.array(-numpy.sum(n1 * n2, axis=1)),
rtol=TOLERANCE)
def testDotDistance(self):
n1 = numpy.array([[1., 2., 3., 4.], [1., 1., 1., 1.]], dtype=numpy.float32)
n2 = numpy.array([[5., 6., 7., -8.], [1., 1., 1., 1.]], dtype=numpy.float32)
out = self.Run(functions.dot_distance(n1, n2))
testing.assert_allclose(
out[0],
numpy.array(-numpy.sum(n1 * n2,
axis=1)),
rtol=TOLERANCE)
def test_dot_distance_with_broadcast(self):
n1 = numpy.array([[[1., 2., 3., 4.], [1., 1., 1., 1.]],
[[5., 6., 7., 8.], [1., 1., 1., 2.]]],
dtype=numpy.float32)
n2 = numpy.array([[5., 6., 7., -8.], [1., 1., 1., 1.]],
dtype=numpy.float32)
out = self.eval_tensor(functions.dot_distance(n1, n2))
testing.assert_allclose(out[0],
numpy.array(-numpy.sum(n1 * n2, axis=2)),
rtol=TOLERANCE)
def test_dot_distance_with_broadcast(self):
n1 = numpy.array([[[1., 2., 3., 4.], [1., 1., 1., 1.]], [[5., 6., 7., 8.],
[1., 1., 1., 2.]]],
dtype=numpy.float32)
n2 = numpy.array([[5., 6., 7., -8.], [1., 1., 1., 1.]], dtype=numpy.float32)
out = self.eval_tensor(functions.dot_distance(n1, n2))
testing.assert_allclose(
out[0],
numpy.array(-numpy.sum(n1 * n2,
axis=2)),
rtol=TOLERANCE, atol=TOLERANCE)
