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

Question

在我看来，numpy 函数bincount 非常有用且易于使用，所以我很自然地使用 TensorFlow 中的模拟函数。最近我得知不幸的是 tf.bincount 没有 GPU 支持（你可以阅读 here）。有没有其他方法可以在 TensorFlow with GPU 中高效地制作加权直方图，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)

Answer 1

正如 ekelsen on GitHub 所建议的那样，tf.bincount 的一种高效且受 GPU 支持的替代方法是 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 > 你将在前一个直方图的最后一个之后只有零元素）。在我上面的例子中它将是：

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.        ]

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

Tensorflow: is there a way to build a weighted histogram without tf.bincount?

python

gpu

tensorflow

tensorflow-gpu