Python PyTorch histogram用法及代碼示例

本文簡要介紹python語言中 torch.histogram 的用法。

用法:

torch.histogram(input, bins, *, range=None, weight=None, density=False, out=None)

參數：

• input(Tensor) -輸入張量。

• bins-int 或一維張量。如果是 int，則定義equal-width bin 的數量。如果是張量，則定義 bin 邊的序列，包括最右邊的邊。

關鍵字參數：

• range(python的元組：float) -定義 bin 的範圍。

• weight(Tensor) -如果提供，權重應該與輸入具有相同的形狀。輸入中的每個值都為其 bin 的結果貢獻其相關權重。

• density(bool) -如果為 False，則結果將包含每個 bin 中的計數(或總重量)。如果為 True，則結果是 bin 上的概率密度函數的值，標準化使得 bin 範圍內的積分為 1。

• out(Tensor,可選的) -輸出張量。 (元組，可選)：兩個輸出張量的結果元組(hist，bin_edges)。

返回：

包含直方圖值的一維張量。 bin_edges(Tensor)：包含直方圖箱邊的一維張量。

返回類型：

曆史(Tensor)

計算張量中值的直方圖。

bins 可以是整數或一維張量。

如果bins 是一個int，它指定equal-width bins 的數量。默認情況下，bin 的下限和上限範圍由輸入張量的最小和最大元素確定。可以提供 range 參數來指定 bin 的範圍。

如果 bins 是一維張量，它指定 bin 邊的序列，包括最右邊的邊。它應至少包含 2 個元素，並且其元素應不斷增加。

例子：

>>> torch.histogram(torch.tensor([1., 2, 1]), bins=4, range=(0., 3.), weight=torch.tensor([1., 2., 4.]))
(tensor([ 0.,  5.,  2.,  0.]), tensor([0., 0.75, 1.5, 2.25, 3.]))
>>> torch.histogram(torch.tensor([1., 2, 1]), bins=4, range=(0., 3.), weight=torch.tensor([1., 2., 4.]), density=True)
(tensor([ 0.,  0.9524,  0.3810,  0.]), tensor([0., 0.75, 1.5, 2.25, 3.]))