torch.searchsorted¶
- torch.searchsorted(sorted_sequence, values, *, out_int32=False, right=False, side=None, out=None, sorter=None) Tensor ¶
查找来自
sorted_sequence
的最内层维度的索引,使得如果将values
中的对应值插入到这些索引之前,当排序后,sorted_sequence
中的对应最内层维度内的顺序将被保留。返回一个与values
大小相同的新的张量。更正式地说,返回的索引满足以下规则sorted_sequence
right
返回的索引满足
1-D
False
sorted_sequence[i-1] < values[m][n]...[l][x] <= sorted_sequence[i]
1-D
True
sorted_sequence[i-1] <= values[m][n]...[l][x] < sorted_sequence[i]
N-D
False
sorted_sequence[m][n]...[l][i-1] < values[m][n]...[l][x] <= sorted_sequence[m][n]...[l][i]
N-D
True
sorted_sequence[m][n]...[l][i-1] <= values[m][n]...[l][x] < sorted_sequence[m][n]...[l][i]
- 参数
- 关键字参数
out_int32 (bool, 可选) – 指示输出数据类型。如果为 True,则为 torch.int32,否则为 torch.int64。默认值为 False,即默认输出数据类型为 torch.int64。
right (bool, 可选) – 如果为 False,则返回找到的第一个合适的位置。如果为 True,则返回最后一个这样的索引。如果没有找到合适的索引,则对于非数值值(例如 NaN、inf)返回 0,或者对于
sorted_sequence
中的最内层维度的 size(最后一个索引之后)。换句话说,如果为 False,则获取values
中每个值在sorted_sequence
的对应最内层维度上的下界索引。如果为 True,则获取上界索引。默认值为 False。side
执行相同的操作,并且优先使用。如果将side
设置为“left”,而此时为 True,则会引发错误。side (str, 可选) – 与
right
相同,但优先使用。“left”对应于right
为 False,而“right”对应于right
为 True。如果将此设置为“left”,而此时right
为 True,则会引发错误。默认值为 None。out (张量, 可选) – 输出张量,如果提供,则必须与
values
的大小相同。sorter (LongTensor, 可选) – 如果提供,则为与未排序的
sorted_sequence
形状匹配的张量,其中包含一个索引序列,该序列按最内层维度上的升序对它进行排序。
示例
>>> sorted_sequence = torch.tensor([[1, 3, 5, 7, 9], [2, 4, 6, 8, 10]]) >>> sorted_sequence tensor([[ 1, 3, 5, 7, 9], [ 2, 4, 6, 8, 10]]) >>> values = torch.tensor([[3, 6, 9], [3, 6, 9]]) >>> values tensor([[3, 6, 9], [3, 6, 9]]) >>> torch.searchsorted(sorted_sequence, values) tensor([[1, 3, 4], [1, 2, 4]]) >>> torch.searchsorted(sorted_sequence, values, side='right') tensor([[2, 3, 5], [1, 3, 4]]) >>> sorted_sequence_1d = torch.tensor([1, 3, 5, 7, 9]) >>> sorted_sequence_1d tensor([1, 3, 5, 7, 9]) >>> torch.searchsorted(sorted_sequence_1d, values) tensor([[1, 3, 4], [1, 3, 4]])