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
koo3641 天前
李宏毅机器学习笔记32
人工智能·笔记·机器学习
长桥夜波1 天前
机器学习日报04
人工智能·机器学习
Cathyqiii1 天前
Diffusion-TS:一种基于季节性-趋势分解与重构引导的可解释时间序列扩散模型
人工智能·神经网络·1024程序员节
数字冰雹1 天前
数字孪生技术 重构 智能仓储新生态
人工智能·重构
bulucc1 天前
一个简答的意图识别Agent
python·大模型·agent
Lizhihao_1 天前
Python如何写Selenium全攻略
开发语言·python
m0_738120721 天前
网络安全编程——TCP客户端以及服务端Python实现
python·tcp/ip·安全·web安全·网络安全
EasyCVR1 天前
从汇聚到智能:解析视频融合平台EasyCVR视频智能分析技术背后的关键技术
大数据·人工智能
m0_650108241 天前
【论文精读】GenTron:基于 Transformer 的扩散模型革新图像与视频生成
人工智能·论文精读·transformer扩散模型·文生图(t2i)·文生视频(t2v)