torch.sort

torch.sort(input, dim=- 1, descending=False, stable=False, *, out=None)

Сортирует элементы input тензора по заданной размерности в порядке возрастания значений.

Если dim не указано, выбирается последняя размерность input.

Если descending равно True, то элементы сортируются в порядке убывания значений.

Если stable равно True, то процедура сортировки становится устойчивой, сохраняя порядок эквивалентных элементов.

Возвращается кортеж из namedtuple (значения, индексы), где values — отсортированные значения, а indices — индексы элементов в исходном input тензоре.

Параметры:

• input (Tensor) – входной тензор.
• dim (int, необязательно) – размерность для сортировки.
• descending (bool, необязательно) – определяет порядок сортировки (возрастающий или убывающий).
• stable (bool, необязательно) – делает процедуру сортировки устойчивой, гарантируя, что порядок эквивалентных элементов сохраняется.

Ключевые аргументы:

out (tuple, необязательно) – выходной кортеж (Tensor, LongTensor) который можно необязательно указать для использования в качестве буферов вывода.

Пример:

>>> x = torch.randn(3, 4)
>>> sorted, indices = torch.sort(x)
>>> sorted
tensor([[-0.2162,  0.0608,  0.6719,  2.3332],
        [-0.5793,  0.0061,  0.6058,  0.9497],
        [-0.5071,  0.3343,  0.9553,  1.0960]])
>>> indices
tensor([[ 1,  0,  2,  3],
        [ 3,  1,  0,  2],
        [ 0,  3,  1,  2]])

>>> sorted, indices = torch.sort(x, 0)
>>> sorted
tensor([[-0.5071, -0.2162,  0.6719, -0.5793],
        [ 0.0608,  0.0061,  0.9497,  0.3343],
        [ 0.6058,  0.9553,  1.0960,  2.3332]])
>>> indices
tensor([[ 2,  0,  0,  1],
        [ 0,  1,  1,  2],
        [ 1,  2,  2,  0]])
>>> x = torch.tensor([0, 1] * 9)
>>> x.sort()
torch.return_types.sort(
    values=tensor([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1]),
    indices=tensor([ 2, 16,  4,  6, 14,  8,  0, 10, 12,  9, 17, 15, 13, 11,  7,  5,  3,  1]))
>>> x.sort(stable=True)
torch.return_types.sort(
    values=tensor([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1]),
    indices=tensor([ 0,  2,  4,  6,  8, 10, 12, 14, 16,  1,  3,  5,  7,  9, 11, 13, 15, 17]))