【Torch API】pytorch中的torch.sort()函数解析

最新推荐文章于 2025-02-09 11:58:22 发布

转载最新推荐文章于 2025-02-09 11:58:22 发布 · 670 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：https://blog.youkuaiyun.com/qq_38406029/article/details/121138255

文章标签：

#pytorch #python #人工智能

语法专栏收录该内容

50 篇文章

订阅专栏

本文介绍了PyTorch库中torch.sort()函数的基本用法及其参数含义，并通过实例展示了如何使用该函数对张量按不同维度进行排序。

1.用法介绍

pytorch中的torch.sort()是按照指定的维度对tensor张量的元素进行排序。

torch.sort(input, dim=-1, descending=False, stable=False, * ,out =None)
输入：

input(tensor): 表示输入的张量
dim(int, optional)：表示张量元素排序的维度
descending(bool, optional)：0表示升序，1表示降序
stable(bool, optional)：保持张量中相等元素的顺序
输出：

第一个tensor表示对应维度张量值排序；第二个tensor表示对应维度张量值得索引序列

2. 代码实例

torch.sort()的代码实例如下所示：

import torch

torch.manual_seed(2)
Tensor = torch.rand((3,3))
print(Tensor)

print(torch.sort(Tensor,0)) # print(Tensor.sort(0))
print(torch.sort(Tensor,1)) # print(Tensor.sort(1))

运行的实验结果如下所示：

tensor([[0.6147, 0.3810, 0.6371],
        [0.4745, 0.7136, 0.6190],
        [0.4425, 0.0958, 0.6142]])
torch.return_types.sort(
values=tensor([[0.4425, 0.0958, 0.6142],
        [0.4745, 0.3810, 0.6190],
        [0.6147, 0.7136, 0.6371]]),
indices=tensor([[2, 2, 2],
        [1, 0, 1],
        [0, 1, 0]]))
torch.return_types.sort(
values=tensor([[0.3810, 0.6147, 0.6371],
        [0.4745, 0.6190, 0.7136],
        [0.0958, 0.4425, 0.6142]]),
indices=tensor([[1, 0, 2],
        [0, 2, 1],
        [1, 0, 2]]))