Torch.argsort()“返回结果错误”的理解

最新推荐文章于 2024-04-19 10:35:23 发布
最新推荐文章于 2024-04-19 10:35:23 发布
阅读量2.2k 收藏 9
点赞数 4
文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42052231/article/details/110941232
版权

Torch.argsort()“返回结果错误”

最近对于torch.argsort()理解不太到位
记录一下疑问以及正确解释

错误理解

之前误以为torch.argsort()返回的是

该元素的值的排名，比如[1,2,3]的argsort排名为[0,1,2]表示第一个元素在向量中排名为0

带着这个错误理解，去查阅torch.argsort官方文档：


但是example中第一行 -0.8521这个元素明显应该排在第一位也就是rank 0，但是给的值却是3.

那必定是哪里出了问题

问题解决

原来troch.argsort返回的并不是每个值的rank，而是

Returns the indices that sort a tensor along a given dimension in ascending order by value.

返回的是一个排序好的列表值的索引。

之前误解了argsort的意思

正确的理解以及使用方法是：

image-20201209211258248

image-20201209211308132

也就是根据所给的索引，依次取出元素，就会得到一个排序好的tensor。

要点回顾

argsort 返回的不是rank，而是indcies

参考链接

pytorch issue

宇宙哇
关注
  • 4
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Pytorch中torch.nn的损失函数
12-21
在PyTorch中，`torch.nn`模块包含了各种损失函数，这些函数对于训练神经网络模型至关重要，因为它们衡量了模型预测与实际目标之间的差异。在本文中，我们将深入探讨三个常用的二分类和多标签分类损失函数：`torch.nn...
torch.argsort()
weixin_43963453的博客
01-19 3270
返回能使得数据有序的索引。比如argsort([2,1])，结果是[1,0],即：最小的元素是索引为0的元素，其次是1.
【Torch API】pytorch中的torch.argsort() 函数详解
devil_son1234的博客
01-18 923
torch.argsort() 函数详解
torch.argsort用法及利用torch.argsort恢复张量的原始顺序
最新发布
chen_znn的博客
04-19 1256
本文讲解了torch.argsort用法及利用torch.argsort恢复张量的原始顺序的方法
Pytorch torch.sort()、torch.argsort()函数解析
热门推荐
简单记录生活、学习
10-26 1万+
""" numpy的聚合运算 """ #生成100个0-0.99999之间的数 L=numpy.random.random(100) numpy.sum(L) numpy.min(L) numpy.max(L) X=numpy.arange(16).reshape(4,-1) big_array=numpy.array([1,1,2,2,10]) numpy.sum(X,axis=0)#[24 28 32 36],求出的是每一列的和 numpy.sum(X,axis=1)#求出的是每一行的和 nump.
Pytorch中torch.sort()和torch.argsort()函数解析
flyingluohaipeng的博客
06-02 9397
torch.sort()，如下图所示： 输入input，在dim维进行排序，默认是dim=-1对最后一维进行排序，descending表示是否按降序排,默认为False，输出排序后的值以及对应值在原输入imput中的下标3.1 dim = -1 表示对每行中的元素进行升序排序，descending=False表示升序排序 3.2 dim = 0 表示对每列中的元素进行升序排序，descending=False表示升序排序 3.3 dim = 0 表示对每列中的元素进行降序排序，descending=T
PyTorch的torch.cat用法
09-16
PyTorch中的`torch.cat`函数是一个非常重要的操作，它用于将多个张量沿着指定的维度进行拼接。这个函数在构建复杂的神经网络模型，特别是在处理图像数据和序列数据时非常常用。下面我们将详细探讨`torch.cat`的使用...
python torch.utils.data.DataLoader使用方法
09-17
`torch.utils.data.DataLoader`是PyTorch框架中用于高效加载和处理数据的关键组件。它在机器学习模型的训练过程中起着至关重要的作用，因为它的功能包括数据分批、数据预处理、多线程加载以及可选的随机打乱顺序等。...
PyTorch里面的torch.nn.Parameter()详解
09-18
在PyTorch中，`torch.nn.Parameter()`是一个非常关键的类，它用于创建可学习的参数。这些参数通常是神经网络模型中的权重和偏置，它们在训练过程中会被优化算法更新以最小化损失函数。本文将深入探讨`torch.nn....
简要介绍torch.sort()和torch.argsort()
weixin_46137910的博客
11-06 625
在上面的示例中，输入张量x被排序为[1, 2, 3, 4, 5]，并返回了排序后的张量[1, 2, 3, 4, 5]和相应的索引张量[1, 3, 0, 2, 4]，表示排序后的元素在原始张量中的位置。函数返回一个新的张量，其中包含原始张量中元素按升序排序的索引。在上面的示例中，输入张量x被排序为[1, 2, 3, 4, 5]，并返回了排序后的索引张量[1, 3, 0, 2, 4]，表示按升序排列后的元素在原始张量中的位置。排序后的张量具有与输入张量相同的形状，而索引张量表示排序后的元素在原始张量中的位置。
令人又爱又恨的torch.argsort用法
REfusing的博客
09-17 1301
每次使用argsort用法，让人又爱又狠，一段时间不用，就忘了其如何使用，导致花费大量的实践进行理解，刚开始学习这个函数时认为这个函数输出每个数的排名，例如[4, 7, 9, 8]->[0, 1, 3, 2]， 从小到大进行排名，但是实际上并不是这个作用，而实将数据进行排名，排名的数字是原始数据的id。所有其显示内容与我们预期结果不符。
argsort 在numpy和torch中
weixin_61445075的博客
05-03 1188
默认是升序排列，调用ndarray.argsort 或者 tensor.argsort 返回的是index，加负号，将index逆序即可得到降序。 import torch import numpy as np if __name__ == '__main__': b = np.array([[2,3,4,5], [5,6,7,8], [2,2,2,2]]) # increasing order by defau
神器np.unique、np.argsort
qq_43391414的博客
12-10 1621
import numpy as np a = np.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]]) 执行np.unique()： np.unique(a) 其执行过程就是，把上面的数组进行拍扁，然后执行去重操作。结果如下： array([0, 1, 2, 3, 4]) 介绍一个参数， return_inverse=True 其作用是标出去重之后的元素（注意不一定是数字，有可能是数组）在处理过后（我们这里是拍扁后，但有的不一定会拍扁）的数组中的位置。 a = np
Numpy之argsort函数用法
Jnchin的博客
08-10 939
文档原文： https://docs.scipy.org/doc/numpy/reference/generated/numpy.argsort.html函数用法：numpy.argsort(a, axis=-1, kind=’quicksort’, order=None)[source] argsort函数返回的是数组值从小到大的索引值 举例如下： One dimensional ar
numpy中的argsort()
jhhuang
11-15 5696
argsort() argsort函数返回的是数组值从小到大的索引值 Examples： One dimensional array:一维数组 >>> x = np.array([3, 1, 2]) >>> np.argsort(x) array([1, 2, 0]) Two-dimensional array:二维数组 >>>...
pytorch argsort
jacke121的专栏
08-14 2334
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...
torch.argsort(tensor)
03-01
torch.argsort(tensor)是PyTorch中的一个函数，于返回给定张量中元素排序后的索引。会按照给定维度上的元素值进行排序，并返回排序后的索引。 具体来说，torch.argsort(tensor)会返回一个新的量，其中包含了原始张量中元素排序后索引。这个新的张量与始张量具有相同的形状，但元素值是原始张量中对应位置的元素在排序后的索引。 下面是一个示例： ``` import torch # 创建一个示例张 tensor = torch.tensor([3, 1, 4, 2]) # 对张量进行排序并返回索 sorted_indices = torch.argsort(tensor) print(sorted_indices) ``` 输出结果为： ``` tensor([1, 3 0, 2]) ``` 这表示原始张量中的最小值是索引为1的元素，其次是索引为3的元素，依此类推。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值