在 TensorFlow 中,我可以使用 tf.bincount 获取数组中每个元素的计数:
x = tf.placeholder(tf.int32, [None])
freq = tf.bincount(x)
tf.Session().run(freq, feed_dict = {x:[2,3,1,3,7]})
这返回
Out[45]: array([0, 1, 1, 2, 0, 0, 0, 1], dtype=int32)
有没有办法在 2D 张量上做到这一点? IE。
x = tf.placeholder(tf.int32, [None, None])
freq = tf.axis_bincount(x, axis = 1)
tf.Session().run(freq, feed_dict = {x:[[2,3,1,3,7],[1,1,2,2,3]]})
返回
[[0, 1, 1, 2, 0, 0, 0, 1],[0, 2, 2, 1, 0, 0, 0, 0]]
最佳答案
我发现这样做的一种简单方法是利用广播将张量中的所有值与模式 [0, 1, ..., length - 1]
进行比较,然后沿所需轴计算“命中”的数量。
即:
def bincount(arr, length, axis=-1):
"""Count the number of ocurrences of each value along an axis."""
mask = tf.equal(arr[..., tf.newaxis], tf.range(length))
return tf.math.count_nonzero(mask, axis=axis - 1 if axis < 0 else axis)
x = tf.convert_to_tensor([[2,3,1,3,7],[1,1,2,2,3]])
bincount(x, tf.reduce_max(x) + 1, axis=1)
返回:
<tf.Tensor: id=406, shape=(2, 8), dtype=int64, numpy=
array([[0, 1, 1, 2, 0, 0, 0, 1],
[0, 2, 2, 1, 0, 0, 0, 0]])>
关于python - TensorFlow:带轴选项的 bincount,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/50882282/