如何在 PyTorch 中计算张量的直方图？

  • Z时代
  • 2024-01-10
  • 分类：综合

张量的直方图是使用 计算的。它返回表示为张量的直方图。它有四个参数：input、bins、min和max。它将元素分类到min和max之间等宽的 bin 中。它忽略小于min和大于max的元素。torch.histc()

脚步

  • 导入所需的库。在以下所有 Python 示例中，所需的 Python 库是torch和Matplotlib。确保您已经安装了它们。

  • 创建一个张量并打印它。

  • 计算torch.histc(input, bins=100, min=0, max=100)。它返回一个直方图值的张量。根据需要将 bin、min 和 max 设置为适当的值。

  • 打印上面计算的直方图。

  • 将直方图可视化为条形图。

示例 1

# Python program to calculate histogram of a tensor
# import necessary libraries
import torch
importmatplotlib.pyplotas plt
# Create a tensor
T = torch.Tensor([2,3,1,2,3,4,3,2,3,4,3,4])
print("Original Tensor T:\n",T)
# Calculate the histogram of the above created tensor
hist = torch.histc(T, bins = 5, min = 0, max = 4)
print("Histogram of T:\n", hist)
输出结果
Original Tensor T:
   tensor([2., 3., 1., 2., 3., 4., 3., 2., 3., 4., 3., 4.])
Histogram of T:
   tensor([0., 1., 3., 5., 3.])

示例 2

# Python program to calculate histogram of a tensor
# import necessary libraries
import torch
importmatplotlib.pyplotas plt
# Create a tensor
T = torch.Tensor([2,3,1,2,3,4,3,2,3,4,3,4])
print("Original Tensor T:\n",T)
# Calculate the histogram of the above created tensor
hist = torch.histc(T, bins = 5, min = 0, max = 4)
# Visualize above calculated histogram as bar diagram
bins = 5
x = range(bins)
plt.bar(x, hist, align='center')
plt.xlabel('Bins')
plt.ylabel('Frequency')
plt.show()
输出结果
Original Tensor T:
   tensor([2., 3., 1., 2., 3., 4., 3., 2., 3., 4., 3., 4.])

以上是 如何在 PyTorch 中计算张量的直方图？ 的全部内容， 来源链接： utcz.com/z/363450.html

回到顶部