pytorch的searchsorted解释

TORCH.SEARCHSORTED

日期:2022年8月5日

pytorch版本: 1.11.0

官方文档的链接:https://pytorch.org/docs/stable/generated/torch.searchsorted.html

因为第一次看到这个也不知道什么意思,numpy中也没接触过这个函数,二者的效果应该是一样的。

这里需要注意一下就是sorted_sequence需要是一个排好序的递增序列,不然可能得到的效果不是你需要的那种。

函数的作用主要就是:

返回一个和values一样大小的tensor,其中的元素是在sorted_sequence中满足下列条件的索引i

图中的m n l都是指的维度,x指当前values中所看的那个值的下标,i为最后返回的索引的值。

所以不管是多少维,都是看最里面一层来比较,如果rightTrue,就是左边是可以等于,不然就是右边可以等于,如果为 False,则返回找到的第一个合适的位置。如果为 True,则返回最后一个此类索引。

大概就可以理解为寻找一个区间,看能不能满足条件,然后输出右端点的索引i,然后可能会出现0和超出最大索引的数

官方例子如下,可以再理解一下:

>>> sorted_sequence = torch.tensor([[1, 3, 5, 7, 9], [2, 4, 6, 8, 10]])
>>> sorted_sequence
tensor([[ 1,  3,  5,  7,  9],
        [ 2,  4,  6,  8, 10]])

>>> values = torch.tensor([[3, 6, 9], [3, 6, 9]])
>>> values
tensor([[3, 6, 9],
        [3, 6, 9]])

>>> torch.searchsorted(sorted_sequence, values)
tensor([[1, 3, 4],
        [1, 2, 4]])

>>> torch.searchsorted(sorted_sequence, values, side='right')
tensor([[2, 3, 5],
        [1, 3, 4]])

>>> sorted_sequence_1d = torch.tensor([1, 3, 5, 7, 9])
>>> sorted_sequence_1d
tensor([1, 3, 5, 7, 9])

>>> torch.searchsorted(sorted_sequence_1d, values)
tensor([[1, 3, 4],
        [1, 3, 4]])

如果不是递增的例子:

>>> sorted_sequence_1d = torch.tensor([9, 7, 5, 3, 1])
>>> values = torch.tensor([3, 6, 9])

>>> torch.searchsorted(sorted_sequence_1d, values)
tensor([0, 5, 5])

参考链接:

https://blog.csdn.net/qq_35037684/article/details/125275305

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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