Tensorflow：有没有办法在没有 tf.bincount 的情况下构建加权直方图？答案

【问题标题】：Tensorflow: is there a way to build a weighted histogram without tf.bincount?Tensorflow：有没有办法在没有 tf.bincount 的情况下构建加权直方图？
【发布时间】：2017-07-17 15:16:22
【问题描述】：

在我看来，numpy 函数bincount 非常好用且易于使用，所以我很自然地使用了 TensorFlow 中的类比函数。最近我了解到，不幸的是tf.bincount 没有 GPU 支持（您可以阅读here）。有没有其他方法可以在 TensorFlow with GPU 中高效地进行加权直方图，如下例所示？

sess = tf.Session()

values = tf.random_uniform((1,50),10,20,dtype = tf.int32)
weights = tf.random_uniform((1,50),0,1,dtype = tf.float32)

counts = tf.bincount(values, weights = weights)

histogram = sess.run(counts)
print(histogram)

【问题讨论】：

标签： python tensorflow gpu tensorflow-gpu

【解决方案1】：

正如ekelsen on GitHub 所建议的，tf.bincount 的一种高效且受 GPU 支持的替代方案是tf.unsorted_segment_sum。正如您在documentation 中所读到的，您可以使用权重为data、值为segments_ids 的函数。第三个参数num_segments 应该≥ bincount 返回的直方图的大小（如果 > 在前一个直方图的最后一个之后，您将只有零个元素）。在我上面的示例中，它将是：

sess = tf.Session()

values = tf.random_uniform((1,50),10,20,dtype = tf.int32)
weights = tf.random_uniform((1,50),0,1,dtype = tf.float32)
bins = 50
counts = tf.unsorted_segment_sum(weights, values, bins)

histogram = sess.run(counts)
print(histogram)

和输出：

[ 0.          0.          0.          0.          0.          
  0.          0.          0.          0.          0.          
  2.92621088  1.12118244  2.79792929  0.96016133  2.75781202  
  2.55233836  2.71923089  0.75750649  2.84039998  3.41356659  
  0.          0.          0.          0.          0.          
  0.          0.          0.          0.          0.        ]

【讨论】：

感谢您的回答。知道如何让它支持批次吗？。