即使是简单的多层感知器也可以在一定程度上对输入数据进行排序，如您在此处和此处所见。

然而，用于序列数据的神经网络似乎更合适，因为它们可以处理可变长度的序列。它是通过LSTM（长期短期记忆）、LSTM+HAM（分层注意力记忆）和NTM（神经图灵机）完成的。

你应该看看指针网络。它仍然不适合这种情况，但它应该比 LSTM 和 MLP 更适用，因为它们在大小等于输入的输出空间中学习，而不是使用 LSTM 按顺序使用 LSTM 获得的固定输入暗淡或直接 MLP。尽管它们是为了解决更换问题而设计的。没有按顺序进行排序，因此在指针网络的情况下要解决这个问题，您可以屏蔽在最终归一化步骤之前已经选择的输出（例如 softmax）