torch.argsort 代码测试

最新推荐文章于 2024-10-21 11:15:51 发布

原创最新推荐文章于 2024-10-21 11:15:51 发布 · 579 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #机器学习

pytorch 专栏收录该内容

148 篇文章

订阅专栏

本文详细解析了PyTorch中的torch.argsort函数的工作原理，通过实例演示了如何使用该函数对张量沿指定维度进行升序排序，并返回排序后的索引。

部署运行你感兴趣的模型镜像

文章目录

1.官方解释
2. 举例说明

1.官方解释

torch.argsort

解释
Returns the indices that sort a tensor along a given dimension in ascending order by value.
返回沿着给定维数按值升序对张量排序的索引。
重点
是按照值的顺序排列

2. 举例说明

a = torch.randn(4,4)
a = tensor([[ 0.0785,  1.5267, -0.8521,  0.4065],
            [ 0.1598,  0.0788, -0.0745, -1.2700],
            [ 1.2208,  1.0722, -0.7064,  1.2564],
            [ 0.0669, -0.2318, -0.8229, -0.9280]])
b = torch.argsort(a,dim=1)
b = tensor([[2, 0, 3, 1],
            [3, 2, 1, 0],
            [2, 1, 0, 3],
            [3, 2, 1, 0]])

我们来分析下，b 为什么是这样的。
起初我们感官的认为，当a的第一行值为 [ 0.0785, 1.5267, -0.8521, 0.4065] 的时候，我们排序应该为如下：
在这里插入图片描述
按照我们的感觉应该得出 b 为 [1,3,0,2]才行，但是最后输出的结果居然是[2,0,3,1];居然跟我们设想的不一样，那为啥不对呢，主要原因是我们得出来的值是按照序号排列的，而官方文档说的是按照值来排序的。

正确的操作：

说明：
第一步是将 a 按照顺序值进行排序得到新的序列：
[-0.8521, 0.0785, 0.4065, 1.5267]
第二步是如果才能通过序列a来得到升序的序列，
我们发现
a[2]=-0.8521,a[0]=0.0785,a[3]=0.4065,a[1]=1.5267
所以 b 返回的是序列值：[2,0,3,1];这样我们就可以通过这个序列[2,0,3,1]直接将数据按照升序进行排列了。