torch.bincount

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

Подсчёт частоты каждого значения в массиве неотрицательных целых чисел.

Количество ячеек (размер 1) на единицу больше наибольшего значения в input , если input не пусто, в противном случае результат — тензор размера 0. Если minlength указано, количество ячеек по крайней мере minlength, и если input пусто, результат — тензор размера minlength заполненный нулями. Если n — значение в позиции i, out[n] += weights[i] , если weights указано, иначе out[n] += 1.

Примечание

Эта операция может генерировать недетерминированные градиенты при использовании тензоров на устройстве CUDA. Смотрите Воспроизводимость для получения дополнительной информации.

Параметры

• input (Тензор) – одномерный целочисленный тензор
• weights (Тензор) – необязательно, вес для каждого значения в входном тензоре. Должен иметь тот же размер, что и входной тензор.
• minlength (Целое число) – необязательно, минимальное количество ячеек. Должно быть неотрицательным.

Возвращаемое значение

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

Тип возвращаемого значения

output (Тензор)

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])