张量排序
TensorFlow中，张量排序的操作主要包括：
tf.sort()：按照升序或者降序对张量进行排序，返回排序后的张量。
tf.argsort()：按照升序或者降序对张量进行排序,但返回的是索引。
tf.nn.top_k()：返回前k个最大值。
tf.sort/argsort(input, direction, axis)：
input：输入张量；
direction：排列顺序，可为DESCENDING 降序或者ASCENDING（升序）。默认为ASCENDING（升序）；
axis：按照axis维度进行排序。默认 axis=-1 最后一个维度。
代码：
sort_sample_1 = tf.random.shuffle(tf.range(10))
print("输入张量：",sort_sample_1.numpy())
sorted_sample_1 = tf.sort(sort_sample_1, direction="ASCENDING")
print("生序排列后的张量：",sorted_sample_1.numpy())
sorted_sample_2 = tf.argsort(sort_sample_1,direction="ASCENDING")
print("生序排列后，元素的索引：",sorted_sample_2.numpy())
输出：
输入张量： [1 8 7 9 6 5 4 2 3 0]
生序排列后的张量： [0 1 2 3 4 5 6 7 8 9]
生序排列后，元素的索引： [9 0 7 8 6 5 4 2 1 3]
tf.nn.top_k(input,K,sorted=TRUE):
input：输入张量；
K：需要输出的前k个值及其索引。
sorted： sorted=TRUE表示升序排列；sorted=FALSE表示降序排列。
返回两个张量：
values：也就是每一行的最大的k个数字
indices：这里的下标是在输入的张量的最后一个维度的下标
代码：
values, index = tf.nn.top_k(sort_sample_1,5)
print("输入张量：",sort_sample_1.numpy())
print("升序排列后的前5个数值：", values.numpy())
print("升序排列后的前5个数值的索引：", index.numpy())
输出：
输入张量： [1 8 7 9 6 5 4 2 3 0]
升序排列后的前5个数值： [9 8 7 6 5]
升序排列后的前5个数值的索引： [3 1 2 4 5]
