torch.bincount

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

计算非负整数数组中每个值的频率。

除非 input 为空，否则 bin 的数量（大小为 1）比 input 中的最大值大 1，如果 input 为空，则结果是大小为 0 的张量。如果指定了 minlength，则 bin 的数量至少为 minlength，如果 input 为空，则结果是大小为 minlength 且填充为零的张量。如果 n 是位置 i 的值，则如果指定了 weights，则 out[n] += weights[i]，否则 out[n] += 1。

注意

当在 CUDA 设备上给定张量时，此操作可能会产生非确定性梯度。有关更多信息，请参阅可重复性。

参数

• input (Tensor) – 1 维 int 张量

• weights (Tensor) – 可选，输入张量中每个值的权重。应与输入张量的大小相同。

• minlength (int) – 可选，最小 bin 数量。应为非负数。

返回值

形状为 Size([max(input) + 1]) 的张量（如果 input 非空），否则为 Size(0)

返回类型

output (Tensor)

示例

>>> 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])