pypto.argsort#

产品支持情况#

产品

是否支持

Ascend 950PR/Ascend 950DT

√

Atlas A3 训练系列产品/Atlas A3 推理系列产品

√

Atlas A2 训练系列产品/Atlas A2 推理系列产品

√

功能说明#

获取输入在指定轴按照升序或者降序进行排序后的索引。

函数原型#

argsort(input: Tensor, dim: Optional[int]=None, descending: bool=True) -> Tensor

参数说明#

参数名

输入/输出

说明

input

输入

源操作数。
支持的类型为：Tensor。
Tensor支持的数据类型为：DT_FP32，DT_FP16。
不支持空Tensor；Shape仅支持1-4维；Shape Size不大于2147483647（即INT32_MAX）。

dim

输入

指定排序的维度。
支持1-4轴。

descending

输入

如果为True，按降序返回索引。如果为False，按升序返回索引。

返回值说明#

返回一个Tensor，为输入按照descending在dim轴进行排序后的索引。

约束说明#

  1. 当前不支持ViewShape在dim轴切分，即要求ViewShape[dim] = InputShape[dim]。

  2. 当前仅支持TileShape在dim轴上为32的倍数，即要求TileShape[dim] % 32 = 0。

  3. 当shape较大场景(tileShape Size/tileShape[dim] * ((viewShape[dim] + 31) / 32 * 32) >= 6KB)时, 排序轴的切分数量小于128。

  4. 对于四维输入，暂不支持在第0轴上进行排序。

  5. 排序时遇到相同值时，采用稳定排序返回对应的索引。

调用示例#

TileShape设置示例#

说明：调用该operation接口前，应通过set_vec_tile_shapes设置TileShape。

TileShape维度应和输入input一致。

如输入intput shape为[m, n, p]，dim为2，descending为True，输出为[m, n, p]，TileShape设置为[m1, n1, p1]，则m1, n1, p1分别用于切分m, n, p轴。

pypto.set_vec_tile_shapes(4, 16, 32)

接口调用示例#

x = pypto.tensor([2, 3], pypto.DT_FP32)
y = pypto.argsort(x, -1, True)

结果示例如下：

输入数据x: [[1.0 2.0 3.0],
            [1.0 2.0 3.0]]
输出数据y: [[2, 1, 0],
            [2, 1, 0]]