reorder_lod_tensor_by_rank¶

paddle.fluid.layers. reorder_lod_tensor_by_rank ( x, rank_table ) [源代码] ¶

该OP根据 rank_table 中提供的 LoDRankTable 类型的顺序信息来实现对 X 的重新排列。 接口参数 X 是由多个序列(Sequence)组成的的一个批序列（Batch of Sequences）， rank_table 存储着对batch中序列重新排列的 LoDRankTable 类型的顺序信息。

例如：

假设在 rank_table 中存储的序列索引为 \([3,0,2,1]\) ， X 将会被这样被重新排列： X 中的第四个序列（即索引为3的序列，后面以此类推）会变成排列后的batch中的第一个，紧接着就是原来batch中的第一个元素，第三个元素，和第二个元素。 简言之，若有原batch：\(X = [Seq0, Seq1, Seq2, Seq3]\) 且 RankTable 中的索引为 \([3,0,2,1]\)，那么输出即为 \(Out = [Seq3, Seq0, Seq2, Seq1]\)，它携带着新的LoD信息。 如果 X 的LoD信息是空的，这表明 X 不是序列型数据。这和由多个定长为1的序列组成的batch是相同的情况。此时，该函数将对 X 中数据 在第一轴(axis)上按 rank_table 里的规则加以排列。 例如，现有 \(X = [Slice0, Slice1, Slice2, Slice3]\)，并且它LoD信息为空，在 rank_table 索引为 \([3, 0, 2, 1]\)。则 \(Out = [Slice3, Slice0, Slice2, Slice1]\)，并且不在其中追加LoD信息。

注意：该OP对 X 进行的排序所依据的 LoDRankTable 不一定是在 X 的基础上得出来的。它可以由其他不同的序列得出，并由该OP依据这个 LoDRankTable 来对 X 排序。

import paddle.fluid as fluid
data_desc = (['input', [9], 0], ['ref', [5], 1])
data = fluid.layers.data(name=data_desc[0][0], shape=data_desc[0][1])
rank_data = fluid.layers.data(name=data_desc[1][0], shape=data_desc[1][1])
table = fluid.layers.control_flow.lod_rank_table(rank_data)
new_data = fluid.layers.reorder_lod_tensor_by_rank(
                 x=data, rank_table=table)