torch.bincount

torch.bincount(input, weights=None, minlength=0) → Tensor

统计非负整数数组中每个值出现的次数。

箱数（大小为 1）比 input 中的最大值大 1，除非 input 是空的，在这种情况下结果是一个大小为 0 的张量。如果指定了 minlength，则箱数至少为 minlength；若 input 空，则结果是大小为 minlength 并填充零的张量。对于位置 i 的值 n，如果指定了 weights，则执行 out[n] += weights[i]；否则执行 out[n] += 1。

注意

当给定的张量位于CUDA设备上时，此操作可能会产生非确定性的梯度。更多详细信息请参见重现性。

参数

输入 (Tensor) – 一个1维的整数张量
weights (Tensor) – 输入张量中每个元素的可选权重。权重张量应与输入张量具有相同的形状。
minlength (int) – 可选参数，表示最小的箱子数量，应该是非负数值。

返回值

如果 input 不为空，则返回一个形状为 Size([max(input) + 1]) 的张量；否则返回 Size(0)

返回类型

输出（Tensor）

示例：

>>> input = torch.randint(0, 8, (5,), dtype=torch.int64)
>>> weights = torch.linspace(0, 1, steps=5)
>>> input, weights
(tensor([4, 3, 6, 3, 4]),
 tensor([ 0.0000,  0.2500,  0.5000,  0.7500,  1.0000])

>>> torch.bincount(input)
tensor([0, 0, 0, 2, 2, 0, 1])

>>> input.bincount(weights)
tensor([0.0000, 0.0000, 0.0000, 1.0000, 1.0000, 0.0000, 0.5000])