Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
FluidDoc
提交
23ec8bc2
F
FluidDoc
项目概览
PaddlePaddle
/
FluidDoc
通知
5
Star
2
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
23
列表
看板
标记
里程碑
合并请求
111
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
F
FluidDoc
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
23
Issue
23
列表
看板
标记
里程碑
合并请求
111
合并请求
111
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
23ec8bc2
编写于
8月 03, 2020
作者:
W
wawltor
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update the cn doc of sort, test=develop
上级
713b51f4
变更
1
显示空白变更内容
内联
并排
Showing
1 changed file
with
7 addition
and
13 deletion
+7
-13
doc/fluid/api_cn/tensor_cn/sort_cn.rst
doc/fluid/api_cn/tensor_cn/sort_cn.rst
+7
-13
未找到文件。
doc/fluid/api_cn/tensor_cn/sort_cn.rst
浏览文件 @
23ec8bc2
...
@@ -9,7 +9,8 @@ sort
...
@@ -9,7 +9,8 @@ sort
:alias: paddle.sort,paddle.tensor.sort,paddle.tensor.search.sort
:alias: paddle.sort,paddle.tensor.sort,paddle.tensor.search.sort
对输入变量沿给定轴进行排序,输出排序好的数据和相应的索引,其维度和输入相同。**默认升序排列,如果需要降序排列设置** ``descending=True`` 。
对输入变量沿给定轴进行排序,输出排序好的数据,其维度和输入相同。
注:默认升序排列,如果需要降序排列设置 ``descending=True`` 。
参数:
参数:
...
@@ -18,9 +19,9 @@ sort
...
@@ -18,9 +19,9 @@ sort
- **descending** (bool,可选) - 指定算法排序的方向。如果设置为True,算法按照降序排序。如果设置为False或者不设置,按照升序排序。默认值为False。
- **descending** (bool,可选) - 指定算法排序的方向。如果设置为True,算法按照降序排序。如果设置为False或者不设置,按照升序排序。默认值为False。
- **name** (str,可选) – 具体用法请参见 :ref:`api_guide_Name` ,一般无需设置,默认值为None。
- **name** (str,可选) – 具体用法请参见 :ref:`api_guide_Name` ,一般无需设置,默认值为None。
返回:
一组已排序的输出(与 ``x`` 维度相同、数据类型相同)和索引(数据类型为int64
)。
返回:
排序后的输出(与 ``x`` 维度相同、数据类型相同
)。
返回类型:
tuple[Tensor]
返回类型:
Tensor
**代码示例**:
**代码示例**:
...
@@ -41,28 +42,21 @@ sort
...
@@ -41,28 +42,21 @@ sort
out1 = paddle.sort(x=x, axis=-1)
out1 = paddle.sort(x=x, axis=-1)
out2 = paddle.sort(x=x, axis=0)
out2 = paddle.sort(x=x, axis=0)
out3 = paddle.sort(x=x, axis=1)
out3 = paddle.sort(x=x, axis=1)
print(out1
[0]
.numpy())
print(out1.numpy())
#[[[5. 5. 8. 9.]
#[[[5. 5. 8. 9.]
# [0. 0. 1. 7.]
# [0. 0. 1. 7.]
# [2. 4. 6. 9.]]
# [2. 4. 6. 9.]]
# [[2. 2. 4. 5.]
# [[2. 2. 4. 5.]
# [4. 7. 7. 9.]
# [4. 7. 7. 9.]
# [0. 1. 6. 7.]]]
# [0. 1. 6. 7.]]]
print(out1[1].numpy())
print(out2.numpy())
#[[[0 3 1 2]
# [0 1 2 3]
# [2 3 0 1]]
# [[1 3 2 0]
# [0 1 2 3]
# [2 0 3 1]]]
print(out2[0].numpy())
#[[[5. 2. 4. 2.]
#[[[5. 2. 4. 2.]
# [0. 0. 1. 7.]
# [0. 0. 1. 7.]
# [1. 7. 0. 4.]]
# [1. 7. 0. 4.]]
# [[5. 8. 9. 5.]
# [[5. 8. 9. 5.]
# [4. 7. 7. 9.]
# [4. 7. 7. 9.]
# [6. 9. 2. 6.]]]
# [6. 9. 2. 6.]]]
print(out3
[0]
.numpy())
print(out3.numpy())
#[[[0. 0. 1. 4.]
#[[[0. 0. 1. 4.]
# [5. 8. 2. 5.]
# [5. 8. 2. 5.]
# [6. 9. 9. 7.]]
# [6. 9. 9. 7.]]
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录