torch.searchsorted

torch.searchsorted(sorted_sequence, values, *, out_int32=False, right=False, side=None, out=None, sorter=None) → 张量

找到sorted_sequence的最内层维度中的索引，使得如果在这些索引之前插入values中的对应值，当排序时，sorted_sequence中相应最内层维度的顺序将被保留。 返回一个与values相同大小的新张量。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
一维	假	sorted_sequence[i-1] < values[m][n]...[l][x] <= sorted_sequence[i]
一维	真	sorted_sequence[i-1] <= values[m][n]...[l][x] < sorted_sequence[i]
N-D	假	sorted_sequence[m][n]...[l][i-1] < values[m][n]...[l][x] <= sorted_sequence[m][n]...[l][i]
N-D	真	sorted_sequence[m][n]...[l][i-1] <= values[m][n]...[l][x] < sorted_sequence[m][n]...[l][i]

Parameters

• sorted_sequence (Tensor) – N-D 或 1-D 张量，包含在 最内层 维度上的单调递增序列，除非提供了 sorter，在这种情况下，序列不需要排序

• 值 (张量 或 标量) – N维张量或一个标量，包含搜索值。

Keyword Arguments

• 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，返回找到的第一个合适的位置。如果为True，返回最后一个这样的索引。如果没有找到合适的索引，对于非数值（例如nan、inf）返回0，或者返回sorted_sequence中最内层维度的尺寸（即最内层维度的最后一个索引）。换句话说，如果为False，获取values中每个值在sorted_sequence对应的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 做同样的事情并且是首选。如果side设置为“left”而此值为True，则会报错。

• side (str, 可选) – 与 right 相同但更推荐使用。“left” 对应于 right 的 False，而 “right” 对应于 right 的 True。如果将此设置为 “left” 而 right 为 True，则会报错。默认值为 None。

• 输出 (张量, 可选) – 输出张量，如果提供的话，必须与values的大小相同。

• sorter (LongTensor, 可选) – 如果提供，一个与未排序的 sorted_sequence 形状匹配的张量，包含一个索引序列，该序列在 最内层维度上按升序对其进行排序

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]])