torch.bincount

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

Подсчитывает частоту каждого значения в массиве неотрицательных целых чисел.

Число корзин (размер 1) на единицу больше максимального значения в input, если только input не пуст, в этом случае результатом является тензор размера 0. Если указано minlength, число корзин составляет не менее minlength; если input пуст, результатом будет тензор размера minlength, заполненный нулями. Если n — это значение в позиции i, out[n] += weights[i], если указано weights, иначе out[n] += 1.

Примечание

При передаче тензоров на устройстве CUDA эта операция может приводить к недетерминированным градиентам. Подробнее см. в разделе Воспроизводимость.

Параметры:

• input (Tensor) – одномерный целочисленный тензор
• weights (Tensor) – необязательные веса для каждого значения во входном тензоре. Размер должен совпадать с размером входного тензора.
• minlength (int) – необязательное минимальное число корзин. Значение должно быть неотрицательным.

Возвращает:

тензор формы Size([max(input) + 1]), если input не пуст, иначе Size(0)

Тип возвращаемого значения:

output (Tensor)

Пример:

>>> 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])