>>> a = torch.randn(3,3)
>>> a
tensor([[ 0.5805, 0.1940, 1.2591],
[-0.0863, 0.5350, -0.7737],
[-0.4059, -0.0447, -0.3434]])
>>> a.sort(0,True)[0]
tensor([[ 0.5805, 0.5350, 1.2591],
[-0.0863, 0.1940, -0.3434],
[-0.4059, -0.0447, -0.7737]])
>>> a.sort(0,False)[0]
tensor([[-0.4059, -0.0447, -0.7737],
[-0.0863, 0.1940, -0.3434],
[ 0.5805, 0.5350, 1.2591]])
>>> a.sort(0,True)[1]
tensor([[0, 1, 0],
[1, 0, 2],
[2, 2, 1]])
>>> a.sort(1,True)[0]
tensor([[ 1.2591, 0.5805, 0.1940],
[ 0.5350, -0.0863, -0.7737],
[-0.0447, -0.3434, -0.4059]])
>>> a = torch.randn(3,3)
>>> a
tensor([[ 0.6073, -0.7748, -1.4459],
[ 0.8176, -0.9419, 1.2187],
[ 0.0301, -0.2075, -1.2473]])
>>> a.sort(1,True)[0]
tensor([[ 0.6073, -0.7748, -1.4459],
[ 1.2187, 0.8176, -0.9419],
[ 0.0301, -0.2075, -1.2473]])
>>>

>>> a.max(0)
torch.return_types.max(
values=tensor([ 0.8176, -0.2075, 1.2187]),
indices=tensor([1, 2, 1]))
>>> a.max(1)
torch.return_types.max(
values=tensor([0.6073, 1.2187, 0.0301]),
indices=tensor([0, 2, 0]))
>>>()中的0.1是行和列的区别。。。。

Pytorch中的Sort的使用的更多相关文章

  1. PyTorch官方中文文档:PyTorch中文文档

    PyTorch中文文档 PyTorch是使用GPU和CPU优化的深度学习张量库. 说明 自动求导机制 CUDA语义 扩展PyTorch 多进程最佳实践 序列化语义 Package参考 torch to ...

  2. PyTorch中ReLU的inplace

    0 - inplace 在pytorch中,nn.ReLU(inplace=True)和nn.LeakyReLU(inplace=True)中存在inplace字段.该参数的inplace=True的 ...

  3. 【转载】C#中自定义Sort的排序规则IComparable接口

    C#中的List集合在排序的时候,如果不使用Lambda表达式进行排序的话,一般调用Sort()方法进行排序,如果希望Sort()方法排序后的结果跟我们预想的效果一致或者按照我们自定义的规则排序,则需 ...

  4. pytorch中tensorboardX的用法

    在代码中改好存储Log的路径 命令行中输入 tensorboard --logdir /home/huihua/NewDisk1/PycharmProjects/pytorch-deeplab-xce ...

  5. Pytorch中RoI pooling layer的几种实现

    Faster-RCNN论文中在RoI-Head网络中,将128个RoI区域对应的feature map进行截取,而后利用RoI pooling层输出7*7大小的feature map.在pytorch ...

  6. pytorch 中的重要模块化接口nn.Module

    torch.nn 是专门为神经网络设计的模块化接口,nn构建于autgrad之上,可以用来定义和运行神经网络 nn.Module 是nn中重要的类,包含网络各层的定义,以及forward方法 对于自己 ...

  7. 对pytorch中Tensor的剖析

    不是python层面Tensor的剖析,是C层面的剖析. 看pytorch下lib库中的TH好一阵子了,TH也是torch7下面的一个重要的库. 可以在torch的github上看到相关文档.看了半天 ...

  8. 交叉熵的数学原理及应用——pytorch中的CrossEntropyLoss()函数

    分类问题中,交叉熵函数是比较常用也是比较基础的损失函数,原来就是了解,但一直搞不懂他是怎么来的?为什么交叉熵能够表征真实样本标签和预测概率之间的差值?趁着这次学习把这些概念系统学习了一下. 首先说起交 ...

  9. pytorch中如何使用DataLoader对数据集进行批处理

    最近搞了搞minist手写数据集的神经网络搭建,一个数据集里面很多个数据,不能一次喂入,所以需要分成一小块一小块喂入搭建好的网络. pytorch中有很方便的dataloader函数来方便我们进行批处 ...

随机推荐

  1. nginx负载均衡的五种方式

    文章目录 前言 :负载均衡是什么 一.方式1:轮询 二.方式2:权重 方式3:iphash 方式4:最小连接 方式5:fair 总结:根据这几种方式可以猜测处nginx的底层使用了计数器,从而可以将海 ...

  2. 帝国cms发布文章对哪些数据表做了操作

    帝国cms 发布一篇文章会影响哪些数据表 insert into phome_enewsfile_1(pubid,filename,filesize,adduser,path,filetime,cla ...

  3. Go xmas2020 学习笔记 08、Functions, Parameters & Defer

    08-Functions, Parameters. functions. first class. function signatures. parameter. pass by value. pas ...

  4. Hyperledger Fabric无系统通道启动及通道的创建和删除

    前言 在Hyperledger Fabric组织的动态添加和删除中,我们已经完成了在运行着的网络中动态添加和删除组织,但目前为止,我们启动 orderer 节点的方式都是通过系统通道的方式,这样自带系 ...

  5. vue - 文字3d展示

    <template>   <div>     <p>     <span>C</span>     <span>S</sp ...

  6. 论文解读(GCA)《Graph Contrastive Learning with Adaptive Augmentation》

    论文信息 论文标题:Graph Contrastive Learning with Adaptive Augmentation论文作者:Yanqiao Zhu.Yichen Xu3.Feng Yu4. ...

  7. Java语言学习day31--8月06日

    今日内容介绍1.正则表达式的定义及使用2.Date类的用法3.Calendar类的用法 ###01正则表达式的概念和作用 * A: 正则表达式的概念和作用 * a: 正则表达式的概述 * 正则表达式也 ...

  8. netty系列之:netty中的自动解码器ReplayingDecoder

    目录 简介 ByteToMessageDecoder可能遇到的问题 ReplayingDecoder的实现原理 总结 简介 netty提供了一个从ByteBuf到用户自定义的message的解码器叫做 ...

  9. [没接触过kubevirt?]15分钟快速入门kubevirt

    @ 目录 本文介绍 前言 环境准备 详细版 搭建步骤 安装KubeVirt 安装virtctl客户端工具 创建VirtualMachine 启动VirtualMachineInstance 启动和停止 ...

  10. ElasticSearch7.3学习(二十五)----Doc value、query phase、fetch phase解析

    1.Doc value 搜索的时候,要依靠倒排索引: 排序的时候,需要依靠正排索引,看到每个document的每个field,然后进行排序. 所谓的正排索引,其实就是doc values. 在建立索引 ...