tf.raw_ops.UniqueWithCountsV2

Находит уникальные элементы вдоль оси тензора.

tf.raw_ops.UniqueWithCountsV2(
    x, axis, out_idx=tf.dtypes.int32, name=None
)

Данная операция возвращает тензор y содержащий уникальные элементы вдоль axis тензора. Возвращаемые уникальные элементы отсортированы в том же порядке, в котором они встречаются вдоль axis в x. Данная операция также возвращает тензор idx и тензор count, имеющие размер, равный количеству элементов в x вдоль axis измерения. Тензор idx содержит индекс в выходном уникальном тензоре y, а тензор count содержит счёт в выходном уникальном тензоре y. Другими словами, для тензора 1-D x с `axis = None:

y[idx[i]] = x[i] for i in [0, 1,...,rank(x) - 1]

Например:

# tensor 'x' is [1, 1, 2, 4, 4, 4, 7, 8, 8]
y, idx, count = unique_with_counts(x)
y ==> [1, 2, 4, 7, 8]
idx ==> [0, 0, 1, 2, 2, 2, 3, 4, 4]
count ==> [2, 1, 3, 1, 2]

Для тензора 2-D x с axis = 0:

# tensor 'x' is [[1, 0, 0],
#                [1, 0, 0],
#                [2, 0, 0]]
y, idx, count = unique_with_counts(x, axis=0)
y ==> [[1, 0, 0],
       [2, 0, 0]]
idx ==> [0, 0, 1]
count ==> [2, 1]

Для тензора 2-D x с axis = 1:

# tensor 'x' is [[1, 0, 0],
#                [1, 0, 0],
#                [2, 0, 0]]
y, idx, count = unique_with_counts(x, axis=1)
y ==> [[1, 0],
       [1, 0],
       [2, 0]]
idx ==> [0, 1, 1]
count ==> [1, 2]