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
茶杯6751 分钟前
数字孪生厂商推荐:跨行业通用型平台与垂直领域专精企业对比指南
人工智能
道可云3 分钟前
场景搭桥,产业赋能:新政策如何激活乡村振兴新动能
人工智能
诸葛务农13 分钟前
人形机器人:热成像血管分布图及糖尿病足早期病变预警模型
人工智能·机器人
拾零吖20 分钟前
Attention by 3B1B
人工智能·深度学习·机器学习
钟智强42 分钟前
线性映射(Linear Mapping)原理详解:机器学习中的数学基石
人工智能·算法·机器学习
红尘炼丹客1 小时前
简析大模型(LLM)技术与量化交易
人工智能·金融
databook1 小时前
让你的动画“活”过来:Manim 节奏控制指南 (Rate Functions)
后端·python·动效
samroom1 小时前
langchain+ollama+Next.js实现AI对话聊天框
javascript·人工智能·langchain
西西o1 小时前
面向Agentic Coding的未来:豆包Doubao-Seed-Code模型深度测评与实战
人工智能
行者常至为者常成1 小时前
基于LangGraph的自我改进智能体:Reflection与Reflexion技术详解与实现
人工智能