Python tf.argsort和np.argsort给出了不同的结果

所以我想要argmax y0，我在numpy和tensorflow 2中测试了它，结果是不同的。 不知道为什么

maxy0 = np.amax(y0)
e0 = np.exp(y0 - maxy0)
p0 = e0 / np.sum(e0)
y0 = np.log(1e-20 + p0)
print(y0)
[[-46.0517 -46.0517 -46.0517 ... -46.0517 -46.0517 -46.0517]]

---

为什么它们不同？

尝试将稳定参数更改为True，因为在tf.argsort中默认为False。

---

请参阅

您有一个相等数字的数组。。。由于默认情况下使用的合并算法不稳定，因此无法保证它们会产生与@rafaelc所说的相同的结果，您可以在

np.argsort

和

tf.argsort

中设置稳定参数。默认情况下，它是不稳定排序的。@rafaelc不是所有的数字都相等，但大多数都相等，但我认为你的答案是有道理的。谢谢

np.argsort(-y0)
array([[   11,     0, 26664, ..., 13337, 13330, 40001]])

tf.argsort(-y0)
array([[   11,     0,     1, ..., 39999, 40000, 40001]], dtype=int32)