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
雷焰财经8 分钟前
宇信科技2025年报解读:战略转型期的财务兑现与未来挑战
人工智能·科技
天天进步20158 分钟前
探究 Graphiti 在 Neo4j 之上的语义搜索与图遍历优化
人工智能·neo4j
Songgp10249 分钟前
yolo26+qwen3.5大小模型协同AI分析系统
图像处理·人工智能·python
阳光普照世界和平11 分钟前
AI大模型:重塑软件行业的创新引擎与发展新范式
人工智能
人大博士的交易之路16 分钟前
数据结构算法——python数据结构
开发语言·数据结构·python
Han_han91920 分钟前
面向对象高级 继承(extends):
开发语言·python
俊哥V23 分钟前
每日 AI 研究简报 · 2026-04-02
人工智能·ai
王小义笔记23 分钟前
SFT和RLHF是什么?有什么区别
人工智能·深度学习·机器学习
纤纡.32 分钟前
OpenCV 实现人脸识别:LBPH/Eigen/Fisher 三大算法实战详解
人工智能·opencv·计算机视觉
铮铭35 分钟前
EgoScale: 基于多样化第一人称视角人类数据的灵巧操作规模化
人工智能·机器人·具身智能·vla