torch.bincount

torch.bincount(input, weights=None, minlength=0) → Tensor

計算非負整數陣列中每個值的頻率。

bin (大小為 1 的區間) 的數量比 input 中的最大值大 1，除非 input 為空，在這種情況下，結果會是一個大小為 0 的張量。如果指定了 minlength，則 bin 的數量至少為 minlength，並且如果 input 為空，則結果會是一個大小為 minlength 的張量，並以零填充。如果 n 是位置 i 的值，則若指定了 weights，則 out[n] += weights[i]，否則 out[n] += 1。

注意

當在 CUDA 裝置上給定張量時，此操作可能會產生非確定性的梯度。 請參閱再現性以獲取更多信息。

參數

• input (Tensor) – 1 維整數張量

• weights (Tensor) – 可選項，輸入張量中每個值的權重。 應該與輸入張量的大小相同。

• minlength (int) – 可選項，最小 bin 數量。 應為非負數。

返回

如果 input 為非空，則形狀為 Size([max(input) + 1]) 的張量，否則為 Size(0)

返回類型

output (Tensor)

範例

>>> input = torch.randint(0, 8, (5,), dtype=torch.int64)
>>> weights = torch.linspace(0, 1, steps=5)
>>> input, weights
(tensor([4, 3, 6, 3, 4]),
 tensor([ 0.0000,  0.2500,  0.5000,  0.7500,  1.0000])

>>> torch.bincount(input)
tensor([0, 0, 0, 2, 2, 0, 1])

>>> input.bincount(weights)
tensor([0.0000, 0.0000, 0.0000, 1.0000, 1.0000, 0.0000, 0.5000])