pytorch 中bincount()函数详解

torch.bincount 函数通常用于统计离散值的出现次数,如图中节点的批次信息、类别标签等。它可以帮助我们快速计算每个值的计数,而无需手动编写循环或其他复杂的逻辑。

例子:

复制代码
>>> import torch
>>> input = torch.tensor([1, 2, 2, 3, 3, 3, 10])
>>> counts = torch.bincount(input)
>>> print(counts)
tensor([0, 1, 2, 3, 0, 0, 0, 0, 0, 0, 1])

tensor(0, 1, 2, 3, 0, 0, 0, 0, 0, 0, 1)。计算统计的频次,即,0对应的标签0个,以此类推,1:1个,2:2个,3:3个,4:0个,5:0个,6:0个,7:0个,8:0个,9:0个,10:1个。

相关推荐
Lei活在当下5 小时前
【AI手记系列-2026/6/18】iSparto & Harness,Caveman 以及AI时代的生存指南
人工智能·llm·openai
冬奇Lab6 小时前
每日一个开源项目(第134篇):Zvec - 阿里开源的嵌入式向量数据库,向量搜索界的 SQLite
数据库·人工智能·llm
冬奇Lab6 小时前
Agent 系列(22):Context Engineering 深度——三种上下文管理策略的量化对比
人工智能·agent
hboot6 小时前
AI工程师第二课 - 数据处理
人工智能·python·数据分析
程序员cxuan7 小时前
DeepSeek 杀入多模态,识图功能正式上线!
人工智能·后端·程序员
米小虾8 小时前
告别单打独斗:2026年多Agent协作架构实战指南
人工智能·agent
IT_陈寒9 小时前
SpringBoot这个自动配置坑我跳了三次
前端·人工智能·后端
Larcher10 小时前
AI Loop:让AI像人一样自主完成任务的核心机制
javascript·人工智能·设计模式
牧艺10 小时前
从零到协同:构建类飞书在线文档系统的五个技术重难点
前端·人工智能