PyTorch是否支持bitcount操作或直接计算汉明距离？

替代循环的位计数方案 #

PyTorch 1.10及以上版本提供了torch.bit_count()函数，能直接统计张量元素二进制表示中1的位数，完美替代你写的循环逻辑，效率远高于手动循环：

xorimg = torch.bitwise_xor(img1, img2)
hdist = torch.bit_count(xorimg)

这个函数是底层优化实现，避免了Python循环的开销，对任意维度的张量都适用。

直接计算汉明距离的封装 #

PyTorch目前没有内置的torch.hamming()函数，但可以基于位运算和位计数快速封装一个：

def hamming_distance(img1, img2):
    # 计算异或后统计1的位数，得到汉明距离
    return torch.bit_count(torch.bitwise_xor(img1, img2))

如果需要计算全局总汉明距离，只需在结果后调用.sum()；如果要保留每个元素的汉明距离结果，直接返回即可。

低版本PyTorch兼容方案 #

如果你的PyTorch版本低于1.10，可以用以下等效方法（效率略低于原生函数，但比循环好）：

xorimg = torch.bitwise_xor(img1, img2)
# 逐位统计后求和
hdist = (xorimg & (1 << torch.arange(bitlen, device=xorimg.device))).bool().sum(dim=-1)

这里通过生成位掩码，逐位提取后统计1的数量，避免了Python循环。

内容的提问来源于stack exchange，提问作者paul