pytorch 中是否有类似于 tensorflow 的 tf.contrib.distributions.percentile 的功能？答案

【问题标题】：Is there function in pytorch similar to tf.contrib.distributions.percentile of tensorflow?pytorch 中是否有类似于 tensorflow 的 tf.contrib.distributions.percentile 的功能？
【发布时间】：2019-07-09 03:23:01
【问题描述】：

PyTorch 中是否有与 Tensorflow 的 tf.contrib.distributions.percentile 相同的功能？

【问题讨论】：

标签： python tensorflow pytorch

【解决方案1】：

有趣的是，PyTorch 似乎并没有为此提供任何运算符，至少不是根据its search function。
不过幸运的是，PyTorch 张量可以很容易地与 NumPy 函数一起使用，因此您可以简单地调用 numpy.percentile，请参见下面的示例：

import torch as t
import numpy as np

x = t.Tensor([1,2,3])
print(np.percentile(x, 30)) # 30-th percentile of x
# 1.6

【讨论】：

非常感谢您。我认为您的回答以一种方式解决了我的问题。但是当 Tensor 已经与 cuda 并行时，使用 numpy 会有些麻烦。
这是一个非常好的观点！不幸的是，我无法使用 CUDA 访问 Pytorch，但从我在线阅读的内容来看，如果不 (a) 将结果从 GPU 收集回 CPU，或 (b) 编写自定义 CUDA 运算符，这确实是不可能的。还要记住，GPU 初始化的开销本身需要相当多的时间，所以除非你正在处理非常大的张量，否则使用方法 (a) 可能（几乎）有效

【解决方案2】：

其实icdf函数给出了逆累积密度函数值，也就是百分位数的值。

import torch
from torch.distributions import Normal
dist = Normal(torch.tensor([0.0]), torch.tensor([1.0]))
dist.icdf(torch.tensor([0.95])).data.numpy()

结果

array([1.6449], dtype=float32)

【讨论】：

【解决方案3】：

我不知道利弊，但是有一种方法可以将 cupy 与 pytorch dlpack 一起使用：

（cupy 不直接支持 pytorch 张量，CuPy 函数不接受 Torch 张量。）

import torch
from torch.utils.dlpack import to_dlpack
from torch.utils.dlpack import from_dlpack
import cupy

x = torch.Tensor([1, 2, 3]).cuda()
dx = to_dlpack(x)
cx = cupy.fromDlpack(dx)
print(cupy.percentile(cx, 30)) # 30-th percentile of x
# 1.5999999642372131

【讨论】：