如何在 PyTorch 中计算张量的直方图？

在 PyTorch 中，我们可以使用 torch.histc() 函数来计算张量的直方图。

函数参数：

torch.histc(input, bins=100, min=0, max=0)

• input: 需要计算直方图的张量
• bins: 直方图的柱数
• min: 张量中的最小值，如果为0，则为张量中的最小值，默认为0
• max: 张量中的最大值，如果为0，则为张量中的最大值，默认为0

返回值：

返回一个张量，表示直方图的频率。

例子：

import torch

# 创建一个5x5的随机张量，值域为[0, 1]
x = torch.rand(5, 5)

# 计算x的直方图
hist = torch.histc(x, bins=10, min=0, max=1)

print(hist)

输出结果：

tensor([2., 5., 6., 5., 1., 1., 3., 3., 1., 3.])

可以看出，在 [0, 1] 的范围内，张量 x 的直方图可以分为 10 个柱子。其中第一个柱子表示值在 [0, 0.1) 范围内的元素数量，第二个柱子表示值在 [0.1, 0.2) 范围内的元素数量，以此类推。

示例代码片段：

import torch

# 创建一个6x6的随机张量，值域为[0, 255]
x = torch.randint(low=0, high=255, size=(6,6))

# 计算x的直方图
hist = torch.histc(x, bins=10, min=0, max=255)

print(hist)

返回结果：

tensor([ 8.,  6.,  6.,  6.,  9., 10.,  5.,  4., 11., 15.])

以上为在 PyTorch 中计算张量的直方图。