快捷方式

torch.histogram

torch.histogram(input, bins, *, range=None, weight=None, density=False, out=None)

计算张量中值的直方图。

bins 可以是整数或一维张量。

如果 bins 是整数,它指定等宽箱的数量。默认情况下,箱的下限和上限由输入张量的最小和最大元素确定。可以提供 range 参数以指定箱的范围。

如果 bins 是一维张量,它指定箱边缘的序列,包括最右边的边缘。它应该至少包含 2 个元素,并且其元素应该递增。

参数
  • input (Tensor) – 输入张量。

  • bins – 整数或一维张量。如果是整数,则定义等宽箱的数量。如果是张量,则定义箱边缘的序列,包括最右边的边缘。

关键字参数
  • range (元组浮点数) – 定义箱的范围。

  • weight (Tensor) – 如果提供,权重应该与输入具有相同的形状。输入中的每个值都会对其关联的权重贡献到其箱的结果中。

  • density (布尔值) – 如果为 False,结果将包含每个箱中的计数(或总权重)。如果为 True,则结果是概率密度函数在箱上的值,经过归一化,使得在箱的范围内积分的结果为 1。

  • out (Tensor, 可选) – 输出张量。(元组,可选):两个输出张量 (hist, bin_edges) 的结果元组。

返回值

包含直方图值的一维张量。bin_edges(Tensor):包含直方图箱边缘的一维张量。

返回类型

hist (Tensor)

示例

>>> torch.histogram(torch.tensor([1., 2, 1]), bins=4, range=(0., 3.), weight=torch.tensor([1., 2., 4.]))
(tensor([ 0.,  5.,  2.,  0.]), tensor([0., 0.75, 1.5, 2.25, 3.]))
>>> torch.histogram(torch.tensor([1., 2, 1]), bins=4, range=(0., 3.), weight=torch.tensor([1., 2., 4.]), density=True)
(tensor([ 0.,  0.9524,  0.3810,  0.]), tensor([0., 0.75, 1.5, 2.25, 3.]))

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源