PyTorch torch.unique() 基础与实战

在深度学习的数据处理中经常需要统计或筛选 张量（Tensor） 中的唯一值，比如去重、统计类别数量、计算唯一标签数等。
PyTorch 提供了一个非常方便的函数 —— torch.unique()，可以轻松完成这些操作。

本文将带你深入了解 torch.unique() 的用法、参数、返回值以及实际应用场景。

---

---

一、什么是 torch.unique()？

torch.unique() 是 PyTorch 中的一个去重函数，用于返回张量中所有的唯一元素（unique elements）。

它类似于 Python 的 set() 或 NumPy 的 np.unique()，但专为 GPU 加速的张量操作 设计。

---

二、函数语法

torch.unique(input, sorted=True, return_inverse=False, return_counts=False, dim=None)

---

三、参数说明

参数	类型	说明
input	Tensor	输入张量
sorted	bool	是否对结果排序（默认 True）
return_inverse	bool	是否返回原张量中每个值在唯一值列表中的索引
return_counts	bool	是否返回每个唯一值的出现次数
dim	int 或 None	按指定维度去重，默认对整个张量去重

---

四、基本用法

🎯 示例 1：基础去重

import torchx = torch.tensor([1, 2, 2, 3, 3, 3])
unique_x = torch.unique(x)
print(unique_x)

输出：

tensor([1, 2, 3])

✅ 结果去除了重复值，并自动排序。

---

🎯 示例 2：不排序

x = torch.tensor([3, 2, 1, 3, 2])
unique_x = torch.unique(x, sorted=False)
print(unique_x)

输出：

tensor([3, 2, 1])

当 sorted=False 时，结果的顺序与首次出现的顺序一致。

---

五、返回索引与计数

🎯 示例 3：return_inverse

return_inverse=True 会返回一个索引张量，表示原张量中每个元素在唯一值（即新张量）中的位置。

x = torch.tensor([2, 1, 2, 3])
u, inv = torch.unique(x, return_inverse=True)print(u)
print(inv)

输出：

tensor([1, 2, 3])
tensor([1, 0, 1, 2])

解释：

• 唯一值为 [1, 2, 3]
• 原数组 [2, 1, 2, 3] 中：
  • 第一个元素 2 → 索引 1
  • 第二个元素 1 → 索引 0
  • 第三个元素 2 → 索引 1
  • 第四个元素 3 → 索引 2

---

🎯 示例 4：return_counts

return_counts=True 会返回每个唯一值出现的次数。

x = torch.tensor([1, 2, 2, 3, 3, 3])
u, counts = torch.unique(x, return_counts=True)print(u)
print(counts)

输出：

tensor([1, 2, 3])
tensor([1, 2, 3])

表示：

• 值 1 出现 1 次
• 值 2 出现 2 次
• 值 3 出现 3 次

---

🎯 示例 5：同时返回多个结果

你可以同时返回 unique 值、inverse 索引和计数：

x = torch.tensor([1, 2, 2, 3, 3, 3])
u, inv, counts = torch.unique(x, return_inverse=True, return_counts=True)
print(u)
print(inv)
print(counts)

输出：

tensor([1, 2, 3])
tensor([0, 1, 1, 2, 2, 2])
tensor([1, 2, 3])

---

六、按维度去重（dim 参数）

默认情况下，torch.unique() 会将张量展开成一维后去重。
但如果你希望在特定维度上去重（如按行或按列），可以使用 dim 参数。

🎯 示例 6：按行去重

x = torch.tensor([[1, 2],[1, 2],[3, 4]])unique_rows = torch.unique(x, dim=0)
print(unique_rows)

输出：

tensor([[1, 2],[3, 4]])

表示第 1、2 行重复，只保留一个。

---

🎯 示例 7：按列去重

x = torch.tensor([[1, 1, 3],[2, 2, 4]])unique_cols = torch.unique(x, dim=1)
print(unique_cols)

输出：

tensor([[1, 3],[2, 4]])

---

七、torch.unique() 与 NumPy 对比

功能	PyTorch (torch.unique)	NumPy (np.unique)
默认排序	✅ 是	✅ 是
支持 GPU	✅ 是	❌ 否
返回 inverse 索引	✅ 是	✅ 是
返回 counts	✅ 是	✅ 是
按维度去重	✅ 是（dim）	❌ 不直接支持
性能	高（GPU 支持）	仅 CPU

---

八、实际应用场景

1. 分类问题中统计类别数量

labels = torch.tensor([0, 1, 0, 2, 2, 1, 3])
classes = torch.unique(labels)
print(f"共有 {len(classes)} 个类别: {classes.tolist()}")

输出：

共有 4 个类别: [0, 1, 2, 3]

---

2. 计算样本分布（类别频率）

labels = torch.tensor([0, 1, 0, 2, 2, 1, 3])
u, counts = torch.unique(labels, return_counts=True)
for c, cnt in zip(u.tolist(), counts.tolist()):print(f"类别 {c}: {cnt} 个样本")

输出：

类别 0: 2 个样本
类别 1: 2 个样本
类别 2: 2 个样本
类别 3: 1 个样本

---

3. 在图像分割中统计像素类别

例如在语义分割任务中，计算 mask 图像中有多少个不同的像素类别：

mask = torch.randint(0, 5, (256, 256))  # 随机生成类别标签
num_classes = len(torch.unique(mask))
print(f"图像中共有 {num_classes} 个类别")

---

⚠️ 九、注意事项

1. torch.unique()** 默认会对结果排序**，如果在意性能，可以设置 sorted=False。
2. 对高维张量使用 dim 去重时，必须保证该维度的所有元素形状一致。
3. 对大张量使用 return_counts 或 return_inverse 时可能会消耗更多显存。

---

📚 参考资料

• PyTorch 官方文档 – torch.unique

• NumPy 官方文档 – numpy.unique
• 

---