count_nonzero¶
沿给定的轴 axis
统计输入 Tensor x
中非零元素的个数。
参数¶
x (Tensor) - 输入的 Tensor,数据类型为:bool、float16、float32、float64、int32、int64。
axis (None|int|list|tuple,可选) - 指定对
x
进行计算的轴。axis
可以是 int 或者 int 元素的列表。axis
值应该在范围[-D, D)内,D 是x
的维度。如果axis
或者其中的元素值小于 0,则等价于 \(axis + D\)。如果axis
是 None,则对x
的全部元素计算中位数。默认值为 None。keepdim (bool,可选) - 是否在输出 Tensor 中保留减小的维度。如果
keepdim
为 True,则输出 Tensor 和x
具有相同的维度(减少的维度除外,减少的维度的大小为 1)。否则,输出 Tensor 的形状会在axis
上进行 squeeze 操作。默认值为 True。name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
Tensor
,沿着axis
统计输入 Tensor 中非零元素的个数,数据类型 int64。
代码示例¶
import paddle
# x is a 2-D Tensor:
x = paddle.to_tensor([[0., 1.1, 1.2], [0., 0., 1.3], [0., 0., 0.]])
out1 = paddle.count_nonzero(x)
# [3]
out2 = paddle.count_nonzero(x, axis=0)
# [0, 1, 2]
out3 = paddle.count_nonzero(x, axis=0, keepdim=True)
# [[0, 1, 2]]
out4 = paddle.count_nonzero(x, axis=1)
# [2, 1, 0]
out5 = paddle.count_nonzero(x, axis=1, keepdim=True)
#[[2],
# [1],
# [0]]
# y is a 3-D Tensor:
y = paddle.to_tensor([[[0., 1.1, 1.2], [0., 0., 1.3], [0., 0., 0.]],
[[0., 2.5, 2.6], [0., 0., 2.4], [2.1, 2.2, 2.3]]])
out6 = paddle.count_nonzero(y, axis=[1, 2])
# [3, 6]
out7 = paddle.count_nonzero(y, axis=[0, 1])
# [1, 3, 5]