Python 如何用每个条目的适当排名替换张量的条目？

假设我有以下张量：

>> i = 3
>> j = 5
>> k = 2
>> sor = torch.randn(i,j,k)

>> sor
Out[20]: 
tensor([[[ 0.5604, -0.9675],
         [-1.0953, -0.5615],
         [ 0.4250, -0.9176],
         [-1.6188, -1.0217],
         [-0.0778,  1.9407]],

        [[-0.1034, -0.7925],
         [-0.2955,  0.8058],
         [-0.5349,  1.1040],
         [ 1.1240,  0.8249],
         [ 0.0827, -1.2471]],

        [[ 0.5924,  0.4777],
         [-2.4640, -1.9527],
         [-0.4519,  0.4788],
         [-0.2308, -0.2368],
         [-1.6786,  0.1360]]])

假设对于每个固定的

i

和

j

，我想计算元素在

k

上的数值秩，并用这些秩替换张量

sor

的元素。例如，从上面的示例中，我想将条目

[0.5604，-0.9675]

，即

sor[0,0，：]

，更改为

[1,2]

，因为

0.5604>-0.9675

---

谢谢，

我想您正在寻找：

torch.argsort（sor，dim=2）
出[]：
张量（[[1,0],，
[0, 1],
[1, 0],
[0, 1],
[0, 1]],
[[1, 0],
[0, 1],
[0, 1],
[1, 0],
[1, 0]],
[[1, 0],
[0, 1],
[0, 1],
[1, 0],
[0, 1]]])

我想您正在寻找：

torch.argsort（sor，dim=2）
出[]：
张量（[[1,0],，
[0, 1],
[1, 0],
[0, 1],
[0, 1]],
[[1, 0],
[0, 1],
[0, 1],
[1, 0],
[1, 0]],
[[1, 0],
[0, 1],
[0, 1],
[1, 0],
[0, 1]]])