searchsorted¶

paddle. searchsorted ( sorted_sequence, values, out_int32=False, right=False, name=None ) [源代码] ¶

根据给定的 values 在 sorted_sequence 的最后一个维度查找合适的索引。

参数¶

sorted_sequence (Tensor) - 输入的 N 维或一维 Tensor，支持的数据类型：float32、float64、int32、int64。该 Tensor 的数值在其最后一个维度递增。

values (Tensor) - 输入的 N 维 Tensor，支持的数据类型：float32、float64、int32、int64。

out_int32 (bool，可选) - 输出的数据类型支持 int32、int64。默认值为 False，表示默认的输出数据类型为 int64。

right (bool，可选) - 根据给定 values 在 sorted_sequence 查找对应的上边界或下边界。如果 sorted_sequence``的值为 nan 或 inf，则返回最内层维度的大小。默认值为 False，表示在 ``sorted_sequence 的查找给定 values 的下边界。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

Tensor(与 values 维度相同)，如果参数 out_int32 为 False，则返回数据类型为 int64 的 Tensor，否则将返回 int32 的 Tensor。

代码示例¶

          import paddle

sorted_sequence = paddle.to_tensor([[1, 3, 5, 7, 9, 11],
                                    [2, 4, 6, 8, 10, 12]], dtype='int32')
values = paddle.to_tensor([[3, 6, 9, 10], [3, 6, 9, 10]], dtype='int32')
out1 = paddle.searchsorted(sorted_sequence, values)
print(out1)
# Tensor(shape=[2, 4], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
#        [[1, 3, 4, 5],
#         [1, 2, 4, 4]])
out2 = paddle.searchsorted(sorted_sequence, values, right=True)
print(out2)
# Tensor(shape=[2, 4], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
#        [[2, 3, 5, 5],
#         [1, 3, 4, 5]])
sorted_sequence_1d = paddle.to_tensor([1, 3, 5, 7, 9, 11, 13])
out3 = paddle.searchsorted(sorted_sequence_1d, values)
print(out3)
# Tensor(shape=[2, 4], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
#        [[1, 3, 4, 5],
#         [1, 3, 4, 5]])

         

使用本API的教程文档¶

Pytorch 写法