Question

如何根据仅使用Tensorflow操作的自定义比较函数对形状[n，2]的Tensorflow张量进行排序？

让我们说张量中的两个条目是[x1，y1]和[x2，y2]。我想对张量进行排序，使条目按条件x1 * y2＆gt;重新排序。 x2 * y1。

Answer 1

假设您可以为元素创建一个指标（如果没有，请参见下面的一般情况）（此处，将不等式重新排列为 x1 / y1＆gt; x2 / y2 ，因此指标将 x / y 并依靠TensorFlow生成 inf （如无限制）为了除以零），像这段代码一样使用tf.nn.top_k()（已测试）：

import tensorflow as tf

x = tf.constant( [ [1,2], [3,4], [1,3], [2,5] ] ) # some example numbers

s = tf.truediv( x[ ..., 0 ], x[ ..., 1 ] ) # your sort condition
val, idx = tf.nn.top_k( s, x.get_shape()[ 0 ].value )
x_sorted = tf.gather( x, idx )

with tf.Session() as sess:
    print( sess.run( x_sorted ) )

输出：

[[3 4]
   [1 2]
   [2 5]
   [1 3]]

如果您不能或不能轻松创建指标，那么仍然假设关系为您提供well-ordering。（否则结果是未定义的。）在这种情况下，您为整个集合构建比较矩阵，并按行总和对元素进行排序（即，有多少其他元素更大）;这当然是要排序的元素数量的二次方。此代码（已测试）：

import tensorflow as tf

x = tf.constant( [ [1,2], [3,4], [1,3], [2,5] ] ) # some example numbers

x1, y1 = x[ ..., 0 ][ None, ... ], x[ ..., 1 ][ None, ... ] # expanding dims into cols
x2, y2 = x[ ..., 0, None ],        x[ ..., 1, None ] # expanding into rows
r = tf.cast( tf.less( x1 * y2, x2 * y1 ), tf.int32 ) # your sort condition, with implicit broadcasting
s = tf.reduce_sum( r, axis = 1 ) # how many other elements are greater

val, idx = tf.nn.top_k( s, s.get_shape()[ 0 ].value )
x_sorted = tf.gather( x, idx )

with tf.Session() as sess:
    print( sess.run( x_sorted ) )

输出：

[[3 4]
   [1 2]
   [2 5]
   [1 3]]

Answer 2

作为top_k Peter Szoldan答案的替代方法，在1.13之后有一个tf.argsort。

对于<1.13，请使用

tf.nn.top_k( s, tf.shape(x)[0] )

如果无法在静态图形中获得形状。

Tensorflow - 使用自定义比较器对张量进行排序

2 个答案: