torch.unique_consecutive

torch.unique_consecutive(*args, **kwargs)

Удаляет все элементы, кроме первого, из каждой последовательности эквивалентных элементов.

Примечание

Эта функция отличается от torch.unique() в том смысле, что эта функция удаляет только последовательные дублирующие значения. Эта семантика похожа на std::unique в C++.

Параметры:

• input (Тензор) – входной тензор
• return_inverse (bool) – Возвращать ли также индексы для элементов в исходном входном массиве в возвращенном уникальном списке.
• return_counts (bool) – Возвращать ли также счетчики для каждого уникального элемента.
• dim (int) – размерность для применения уникализации. Если None, возвращается уникальный набор сглаженного входного массива. По умолчанию: None

Возвращаемое значение:

Тензор или кортеж тензоров, содержащий

• output (Тензор): выходной список уникальных скалярных элементов.
• inverse_indices (Тензор): (необязательно) если return_inverse True, будет возвращен дополнительный тензор (такой же формы, как входной), представляющий индексы, указывающие, куда элементы исходного входного массива отображаются в выходной массив; в противном случае эта функция вернет только один тензор.
• counts (Тензор): (необязательно) если return_counts True, будет возвращен дополнительный тензор (такой же формы, как выходной или output.size(dim), если dim был указан), представляющий количество вхождений каждого уникального значения или тензора.

Тип возвращаемого значения:

(Тензор, Тензор (необязательно), Тензор (необязательно))

Пример:

>>> x = torch.tensor([1, 1, 2, 2, 3, 1, 1, 2])
>>> output = torch.unique_consecutive(x)
>>> output
tensor([1, 2, 3, 1, 2])

>>> output, inverse_indices = torch.unique_consecutive(x, return_inverse=True)
>>> output
tensor([1, 2, 3, 1, 2])
>>> inverse_indices
tensor([0, 0, 1, 1, 2, 3, 3, 4])

>>> output, counts = torch.unique_consecutive(x, return_counts=True)
>>> output
tensor([1, 2, 3, 1, 2])
>>> counts
tensor([2, 2, 1, 2, 1])