方法torch.Tensor仅返回k个最大索引，执行本地排序，并且在数组非常大时比np.argsort（执行完整排序）快。 但返回的索引不是按升序/降序排列的。 让我们举个例子说：

我们可以看到，如果你想要一个严格的升序前k个指数，torch.Tensor将不会返回你想要的。

除了在np.argpartition之后手动进行排序之外，我的解决方案是使用PyTorch，torch.Tensor，一个用于神经网络构建的工具，提供类似NumPy的API，同时支持CPU和GPU。 它与使用MKL的NumPy一样快，如果需要大型矩阵/矢量计算，则可以提供GPU提升。

严格的上升/下降前k个索引代码将是：

请注意，torch.Tensor接受火炬张量，并返回类型torch.Tensor中的前k个值和前k个索引。与np类似，torch.topk也接受轴参数，以便您可以处理多维数组/张量。