极客教程如何在PyTorch中对张量进行排序？
为了在PyTorch中对张量进行排序，我们可以使用torch.sort()方法。此方法返回两个张量。第一个张量是具有元素排序值的张量，第二个张量是原始张量中元素的索引张量。我们可以计算二维张量，按行和按列进行排序。
步骤
-
导入所需的库。在以下所有Python示例中，所需的Python库是 torch 。确保您已经安装了它。
-
创建PyTorch张量并打印它。
-
要对上述创建的张量的元素进行排序，请计算 torch.sort(input，dim) 。将此值分配给新变量 "v" 。在此处， input 是输入张量，而 dim 是元素排序的维度。要按行排序元素，将dim设置为1。要按列排序元素，将 dim 设置为0。
-
可以访问具有排序值的张量作为 v [0] 的张量，并且已排序元素的索引的张量为 v [1] 。
-
打印具有排序值的张量和已排序值的张量的索引的张量。
示例1
以下Python程序演示了如何对1D张量的元素进行排序。
# Python程序对张量元素进行排序
#导入必要的库
import torch
#创建张量
T = torch.Tensor([2.334,4.433,-4.33,-0.433,5, 4.443])
print("原始张量：\n", T)
#排序张量T
#它按升序排序张量
v = torch.sort(T)
# print(v)
# 打印有序值的张量
print("具有排序值的张量：\n", v[0])
# 打印已排序值的张量的索引
print("排序值的索引：\n", v[1])输出
原始张量：
张量[2.3340，4.4330，-4.3300，-0.4330，5.0000，4.4430]
具有排序值的张量：
张量[-4.3300，-0.4330，2.3340，4.4330，4.4430，5.0000]
排序值的索引：
张量[2,3,0,1,5,4]示例2
以下Python程序演示了如何对2D张量的元素进行排序。
# Python程序对2-D张量元素进行排序
#导入库
import torch
#创建2-D张量
T = torch.Tensor([[2,3,-32],
[43,4,-53],
[4,37,-4],
[3,-75,34]])
print("原始张量：\n", T)
#排序张量T
#它按升序排序张量
v = torch.sort(T)
# 打印有序值的张量
print("具有排序值的张量：\n", v[0])
# 打印已排序值的张量的索引
print("排序值的索引：\n", v[1])
print("以列排序张量")
v = torch.sort(T, 0)
# 打印有序值的张量
print("具有排序值的张量：\n", v[0])
# 打印已排序值的张量的索引print("排序值的索引：\n", v[1])
print("以行排序张量")
v = torch.sort(T, 1)
#打印有序值的张量
print("具有排序值的张量：\n", v[0])
#打印已排序值的张量的索引
print("排序值的索引：\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]])