深入浅出Pytorch函数——torch.sort

von Neumann

已于 2024-04-03 19:05:03 修改

阅读量1w

点赞数 2

分类专栏：深入浅出Pytorch函数文章标签：人工智能深度学习 pytorch sort 排序

于 2023-07-23 21:42:42 首次发布

本文链接：https://blog.csdn.net/hy592070616/article/details/131884831

版权

深入浅出Pytorch函数专栏收录该内容

47 篇文章

订阅专栏

Pytorch的torch.sort函数用于对张量进行排序，可以指定维度、排序顺序（升序或降序）以及是否保持排序稳定性。该函数返回排序后的值和原始元素的索引。示例展示了在不同参数设置下的排序结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

分类目录：《深入浅出Pytorch函数》总目录

按照值沿给定维度对输入张量的元素进行排序。如果未给定dim，则选择输入的最后一个维度。若descending被指定为True，则元素按值降序排列，否则为升序。如果stable为True，则排序例程变为稳定，从而保持等价元素的顺序。

语法

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

参数

input：[Tensor] 输入张量
dim：[可选, int] 待排序的维度
descending ：[可选, bool] 排序顺序，False为升序，True为降序，默认为升序
stable ：[可选, bool] 指示排序是否稳定，如果为True，则等价元素的顺序得到保留

返回值

元组(values, indices)，其中values是排序的值，indices是原始输入张量中元素的索引。

实例

>>> x = torch.randn(3, 4)
>>> sorted, indices = torch.sort(x)
>>> sorted
tensor([[-0.2162,  0.0608,  0.6719,  2.3332],
        [-0.5793,  0.0061,  0.6058,  0.9497],
        [-0.5071,  0.3343,  0.9553,  1.0960]])
>>> indices
tensor([[ 1,  0,  2,  3],
        [ 3,  1,  0,  2],
        [ 0,  3,  1,  2]])

>>> sorted, indices = torch.sort(x, 0)
>>> sorted
tensor([[-0.5071, -0.2162,  0.6719, -0.5793],
        [ 0.0608,  0.0061,  0.9497,  0.3343],
        [ 0.6058,  0.9553,  1.0960,  2.3332]])
>>> indices
tensor([[ 2,  0,  0,  1],
        [ 0,  1,  1,  2],
        [ 1,  2,  2,  0]])
        
>>> x = torch.tensor([0, 1] * 9)
>>> x.sort()
torch.return_types.sort(
    values=tensor([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1]),
    indices=tensor([ 2, 16,  4,  6, 14,  8,  0, 10, 12,  9, 17, 15, 13, 11,  7,  5,  3,  1]))
>>> x.sort(stable=True)
torch.return_types.sort(
    values=tensor([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1]),
    indices=tensor([ 0,  2,  4,  6,  8, 10, 12, 14, 16,  1,  3,  5,  7,  9, 11, 13, 15, 17]))