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
全栈凯哥4 分钟前
18.Python中的导入类完全指南
python
卧蚕土豆8 分钟前
【有啥问啥】OpenClaw 安装与使用教程
人工智能·深度学习
GoCodingInMyWay13 分钟前
开源好物 26/03
人工智能·开源
AI科技星14 分钟前
全尺度角速度统一:基于 v ≡ c 的纯推导与验证
c语言·开发语言·人工智能·opencv·算法·机器学习·数据挖掘
zhangfeng113323 分钟前
Windows 的 Git Bash 中使用 md5sum 命令非常简单 md5做文件完整性检测 WinRAR 可以计算文件的 MD5 值
人工智能·windows·git·bash
sunwenjian88628 分钟前
Java进阶——IO 流
java·开发语言·python
monsion37 分钟前
OpenCode 学习指南
人工智能·vscode·架构
藦卡机器人39 分钟前
中国工业机器人发展现状
大数据·人工智能·机器人
破阵子4432840 分钟前
小米AI新模型全面解析:从MiMo-V2系列到使用指南
人工智能
guts3501 小时前
图像篡改数据集下载:COVERAGE、CASIA
python·数据集