วิธีจัดเรียงองค์ประกอบของ Tensor ใน PyTorch

ในการจัดเรียงองค์ประกอบของ tensor ใน PyTorch เราสามารถใช้เมธอด torch.sort() เมธอดนี้คืนค่า tensor สองอัน tensor แรกคือ tensor ที่มีค่าที่จัดเรียงแล้วขององค์ประกอบ และ tensor ที่สองคือ tensor ของดัชนีขององค์ประกอบใน tensor ต้นฉบับ เราสามารถคำนวณ 2D tensor แบบแถวและคอลัมน์ได้

ขั้นตอน

• นำเข้าไลบรารีที่จำเป็น ในตัวอย่าง Python ทั้งหมดต่อไปนี้ ไลบรารี Python ที่จำเป็นคือ torch ตรวจสอบให้แน่ใจว่าคุณติดตั้งแล้ว

• สร้าง PyTorch tensor และพิมพ์มัน

• เพื่อจัดเรียงองค์ประกอบของ tensor ข้างต้น ให้คำนวณ torch.sort(input, dim) กำหนดค่านี้ให้ตัวแปรใหม่ "v" ที่นี่ input คือ tensor อินพุต และ dim คือมิติที่จัดเรียงองค์ประกอบตาม ในการจัดเรียงแบบแถว dim ตั้งเป็น 1 และในการจัดเรียงแบบคอลัมน์ dim ตั้งเป็น 0

• Tensor ที่มีค่าที่จัดเรียงแล้วสามารถเข้าถึงได้เป็น v[0] และ tensor ของดัชนีของค่าที่จัดเรียงแล้วเป็น v[1]

• พิมพ์ Tensor ที่มีค่าที่จัดเรียงแล้ว และ tensor ที่มีดัชนีของค่าที่จัดเรียงแล้ว

ตัวอย่างที่ 1

โปรแกรม Python ต่อไปนี้แสดงวิธีจัดเรียงองค์ประกอบของ 1D tensor

# โปรแกรม Python จัดเรียงองค์ประกอบของ tensor
# นำเข้าไลบรารีที่จำเป็น
import torch

# สร้าง tensor
T = torch.Tensor([2.334, 4.433, -4.33, -0.433, 5, 4.443])
print("Original Tensor:\n", T)

# จัดเรียง tensor T
# มันจัดเรียง tensor ตามลำดับจากน้อยไปมาก
v = torch.sort(T)

# พิมพ์ tensor ของค่าที่จัดเรียงแล้ว
print("Tensor with sorted value:\n", v[0])

# พิมพ์ดัชนีของค่าที่จัดเรียงแล้ว
print("Indices of sorted value:\n", v[1])

ผลลัพธ์

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])

ตัวอย่างที่ 2

โปรแกรม Python ต่อไปนี้แสดงวิธีจัดเรียงองค์ประกอบของ 2D tensor

# โปรแกรม Python จัดเรียงองค์ประกอบของ 2-D tensor
# นำเข้าไลบรารี
import torch

# สร้าง 2-D tensor
T = torch.Tensor([[2, 3, -32],
                  [43, 4, -53],
                  [4, 37, -4],
                  [3, -75, 34]])
print("Original Tensor:\n", T)

# จัดเรียง tensor T
# มันจัดเรียง tensor ตามลำดับจากน้อยไปมาก
v = torch.sort(T)

# พิมพ์ tensor ของค่าที่จัดเรียงแล้ว
print("Tensor with sorted value:\n", v[0])

# พิมพ์ดัชนีของค่าที่จัดเรียงแล้ว
print("Indices of sorted value:\n", v[1])

print("Sort tensor Column-wise")
v = torch.sort(T, 0)

# พิมพ์ tensor ของค่าที่จัดเรียงแล้ว
print("Tensor with sorted value:\n", v[0])

# พิมพ์ดัชนีของค่าที่จัดเรียงแล้ว
print("Indices of sorted value:\n", v[1])

print("Sort tensor Row-wise")
v = torch.sort(T, 1)

# พิมพ์ tensor ของค่าที่จัดเรียงแล้ว
print("Tensor with sorted value:\n", v[0])

# พิมพ์ดัชนีของค่าที่จัดเรียงแล้ว
print("Indices of sorted value:\n", v[1])

ผลลัพธ์

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]])