Python – tensorflow.math.bincount()

TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo. bincount() está presente en el módulo matemático de TensorFlow. Se utiliza para contar las ocurrencias de cada número en una array de enteros.

Sintaxis: tensorflow.math.bincount(arr, pesos, minlength, maxlength, dtype, nombre)

Parámetros:

• arr: Es un tensor de dtype int32 con valores no negativos.
• pesos (opcional): Es un tensor de la misma forma que arr. El conteo de cada valor en arr se incrementa por su peso correspondiente.
• minlength (opcional): Define la longitud mínima de la salida devuelta.
• maxlength (opcional): Define la longitud máxima de la salida devuelta. No se calcula el intervalo de los valores en arr que son mayores o iguales que maxlength.
• dtype (opcional): determina el dtype de la salida devuelta si el peso no es ninguno.
• nombre (opcional): Es un argumento opcional que define el nombre de la operación.
   

Devoluciones:
Devuelve un vector con el mismo dtype que los pesos o el dtype dado. El índice del vector define el valor y su valor define el contenedor de índice en arr.
 

Ejemplo 1:

# importing the library
import tensorflow as tf
 
# initializing the input
a = tf.constant([1,2,3,4,5,1,7,3,1,1,5], dtype = tf.int32)
 
# printing the input
print('a: ',a)
 
# evaluating bin
r = tf.math.bincount(a)
 
# printing result
print("Result: ",r)

Producción:

a:  tf.Tensor([1 2 3 4 5 1 7 3 1 1 5], shape=(11,), dtype=int32)
Result:  tf.Tensor([0 4 1 2 1 2 0 1], shape=(8,), dtype=int32)

# bin of 0 in input is 0, bin of 1 in input is 4 and so on

Ejemplo 2: este ejemplo proporciona pesos, por lo que en lugar de 1, los valores se incrementan según el peso correspondiente.

# importing the library
import tensorflow as tf
 
# initializing the input
a = tf.constant([1,2,3,4,5,1,7,3,1,1,5], dtype = tf.int32)
weight = tf.constant([0,2,1,0,2,1,3,3,1,0,5], dtype = tf.int32)
 
# printing the input
print('a: ',a)
print('weight: ',weight)
 
# evaluating bin
r = tf.math.bincount(arr = a,weights = weight)
 
# printing result
print("Result: ",r)

Producción:

a:  tf.Tensor([1 2 3 4 5 1 7 3 1 1 5], shape=(11,), dtype=int32)
weight:  tf.Tensor([0 2 1 0 2 1 3 3 1 0 5], shape=(11,), dtype=int32)
Result:  tf.Tensor([0 2 2 4 0 7 0 3], shape=(8,), dtype=int32)