数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在PyTorch中对张量的元素进行排序？
为了对PyTorch中的张量元素进行排序，我们可以使用`torch.sort()`方法。此方法返回两个张量。第一个张量是包含元素排序值的张量，第二个张量是原始张量中元素索引的张量。我们可以计算2D张量的行排序和列排序。
步骤
导入所需的库。在以下所有Python示例中，所需的Python库是**torch**。确保您已安装它。
创建一个PyTorch张量并打印它。
要对上面创建的张量的元素进行排序，请计算`**torch.sort(input, dim)**`。将此值赋给新变量`"v"`。这里，`**input**`是输入张量，`**dim**`是沿其对元素进行排序的维度。要对元素进行行排序，`dim`设置为1；要对元素进行列排序，`dim`设置为0。
包含排序值的张量可以访问为`**v[0]**`，排序元素的索引张量可以访问为`**v[1]**`。
打印包含排序值的张量和包含排序值索引的张量。
示例1
下面的Python程序展示了如何对一维张量的元素进行排序。
# Python program to sort elements of a tensor
# import necessary library
import torch
# Create a tensor
T = torch.Tensor([2.334,4.433,-4.33,-0.433,5, 4.443])
print("Original Tensor:\n", T)
# sort the tensor T
# it sorts the tensor in ascending order
v = torch.sort(T)
# print(v)
# print tensor of sorted value
print("Tensor with sorted value:\n", v[0])
# print indices of sorted value
print("Indices of sorted value:\n", v[1])输出
Original Tensor: tensor([ 2.3340, 4.4330, -4.3300, -0.4330, 5.0000, 4.4430]) Tensor with sorted value: tensor([-4.3300, -0.4330, 2.3340, 4.4330, 4.4430, 5.0000]) Indices of sorted value: tensor([2, 3, 0, 1, 5, 4])
示例2
下面的Python程序展示了如何对二维张量的元素进行排序。
# Python program to sort elements of a 2-D tensor
# import the library
import torch
# Create a 2-D tensor
T = torch.Tensor([[2,3,-32],
[43,4,-53],
[4,37,-4],
[3,-75,34]])
print("Original Tensor:\n", T)
# sort tensor T
# it sorts the tensor in ascending order
v = torch.sort(T)
# print(v)
# print tensor of sorted value
print("Tensor with sorted value:\n", v[0])
# print indices of sorted value
print("Indices of sorted value:\n", v[1])
print("Sort tensor Column-wise")
v = torch.sort(T, 0)
# print(v)
# print tensor of sorted value
print("Tensor with sorted value:\n", v[0])
# print indices of sorted value
print("Indices of sorted value:\n", v[1])
print("Sort tensor Row-wise")
v = torch.sort(T, 1)
# print(v)
# print tensor of sorted value
print("Tensor with sorted value:\n", v[0])
# print indices of sorted value
print("Indices of sorted value:\n", v[1])输出
Original Tensor: tensor([[ 2., 3., -32.], [ 43., 4., -53.], [ 4., 37., -4.], [ 3., -75., 34.]]) Tensor with sorted value: tensor([[-32., 2., 3.], [-53., 4., 43.], [ -4., 4., 37.], [-75., 3., 34.]]) Indices of sorted value: tensor([[2, 0, 1], [2, 1, 0], [2, 0, 1], [1, 0, 2]]) Sort tensor Column-wise Tensor with sorted value: tensor([[ 2., -75., -53.], [ 3., 3., -32.], [ 4., 4., -4.], [ 43., 37., 34.]]) Indices of sorted value: tensor([[0, 3, 1], [3, 0, 0], [2, 1, 2], [1, 2, 3]]) Sort tensor Row-wise Tensor with sorted value: tensor([[-32., 2., 3.], [-53., 4., 43.], [ -4., 4., 37.], [-75., 3., 34.]]) Indices of sorted value: tensor([[2, 0, 1], [2, 1, 0], [2, 0, 1], [1, 0, 2]])
更新于：2021年11月6日
1K+ 次浏览
广告