unique_with_counts

paddle.fluid.layers.unique_with_counts(x, dtype=’int32’)[源代码]

该OP对输入Tensor元素进行去重，获取去重后结果Tensor，同时获取去重后结果在原始输入中的计数Tensor以及在原始输入中的索引Tensor。

注:该OP仅支持 CPU ，同时仅支持 Tensor

参数

  • x (Variable) – 数据shape为

    unique_with_counts - 图1

    的一维Tensor，数据类型为 float32，float64，int32，int64。

  • dtype (np.dtype|core.VarDesc.VarType|str) – 索引和计数Tensor的类型，默认为 int32，数据类型需要为 int32或int64。

返回

  • out 表示对输入进行去重后结果一维Tensor，数据shape为

    unique_with_counts - 图2

    ，K和输入x的shape中的N可能不一致。

  • index 表示原始输入在去重后结果中的索引Tensor

    unique_with_counts - 图3

    ，shape和输入x的shape一致。

  • count 表示去重后元素的计数结果Tensor，数据shape为

    unique_with_counts - 图4

    ，数据shape和out的shape一致。

返回类型

tuple，tuple中元素类型为Variable(Tensor)，输出中的out和输入x的数据类型一致，输出中index以及count的数据类型为 int32，int64。

代码示例

  1. import numpy as np
  2. import paddle.fluid as fluid
  3. x = fluid.layers.assign(np.array([2, 3, 3, 1, 5, 3], dtype='int32'))
  4. out, index, count = fluid.layers.unique_with_counts(x) # out is [2, 3, 1, 5];
  5.                                            # index is [0, 1, 1, 2, 3, 1];
  6.                                            # count is [1, 3, 1, 1]
  7. # x.shape=(6,) out.shape=(4,), index.shape=(6,), count.shape=(4,)