如何按特定键值对Pytorch张量进行排序?

我是Pytorch的新手。给定一个张量集,我需要根据键值对这些张量进行排序。例如,

A = [[0.9133, 0.5071, 0.6222, 3.], [0.5951, 0.9315, 0.6548, 1.], [0.7704, 0.0720, 0.0330, 2.]]

排序后的预期结果是:

A' = [[0.5951, 0.9315, 0.6548, 1.], [0.7704, 0.0720, 0.0330, 2.], [0.9133, 0.5071, 0.6222, 3.]]

我尝试使用Python中的sorted函数,但这在我的训练过程中非常耗时。如何更有效地实现这一点?谢谢!


回答:

%%timeit -r 10 -n 10A[A[:,-1].argsort()]38.6 µs ± 23 µs per loop (mean ± std. dev. of 10 runs, 10 loops each)%%timeit -r 10 -n 10sorted(A, key = lambda x: x[-1])69.6 µs ± 34.8 µs per loop (mean ± std. dev. of 10 runs, 10 loops each)

两者输出

tensor([[0.5951, 0.9315, 0.6548, 1.0000],        [0.7704, 0.0720, 0.0330, 2.0000],        [0.9133, 0.5071, 0.6222, 3.0000]])

然后是

%%timeit -r 10 -n 10a, b = torch.sort(A, dim=-2)最慢的一次运行比最快的一次运行慢了8.45倍。这可能意味着中间结果被缓存了。14.3 µs ± 18.1 µs per loop (mean ± std. dev. of 10 runs, 10 loops each)

其中a是排序后的张量,b是索引

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注