pytorch argsort

维度1上倒叙排序：

方法1，先排序，再反转

index_score=score_mat.argsort(dim=1).flip(dims=[1])

方法2 倒序排序 

index_score=score_mat.argsort(dim=1,descending=True)

tok排序：

    pred = torch.randn((4, 4))
    print(pred)
    values, indices = pred.topk(3, dim=1)
    print(indices)

torch.topk(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor)

参数:

input (Tensor) – 输入张量
k (int) – “top-k”中的k
dim (int, optional) – 排序的维
largest (bool, optional) – 布尔值，控制返回最大或最小值
sorted (bool, optional) – 布尔值，控制返回值是否排序
out (tuple, optional) – 可选输出张量 (Tensor, LongTensor) output buffer
 

经过测试，效果一样的：

import torch

data=torch.randn(4,4)

print(data)

index_score=data.argsort(dim=1).flip(dims=[1])

print(index_score)


index_score2=data.argsort(dim=1,descending=True)

print(index_score2)

pytorch反转：

import torch

data=torch.arange(10).view(2, 5)
print(data)
aaa=torch.flip(data, dims=[ 1])

print(aaa)

bbb=torch.flip(data, dims=[0])	# 对第0维进行反转

print(bbb)
ccc= torch.flip(data, dims=[0, 1])	# 对第0、1维进行反转

print(ccc)

ddd= data.flip(dims=[0, 1])	# 对第0、1维进行反转，与上一句效果相同

print(ddd)