torch.bincount

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

统计非负整数数组中每个值的频率。

箱子的数量（大小为 1）比 input 中的最大值大 1，除非 input 为空，此时结果为大小为 0 的张量。如果指定了 minlength ，则箱子的数量至少为 minlength ，如果 input 为空，则结果为大小为 minlength 且填充为零的张量。如果 n 是位置 i 的值， out[n] += weights[i] 如果指定了 weights ，否则为 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的梯度。有关更多信息，请参阅可重现性。

参数:

• 输入（张量）- 1 维整型张量

• 权重（张量）- 可选，输入张量中每个值的权重。应与输入张量大小相同。

• minlength (int) – 可选，最小桶数。应为非负数。

返回值:

形状为 Size([max(input) + 1]) 如果 input 不为空，则为 Size(0)

返回类型:

输出（张量）

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])