topk
paddle.fluid.layers.
topk
(input, k, name=None)[源代码]
此OP用于查找输入Tensor的最后一维的前k个最大项,返回它们的值和索引。 如果输入是1-D Tensor,则找到Tensor的前k个最大项,并输出前k个最大项的值和索引。如果输入是更高阶的Tensor,则该OP会基于最后一维计算前k项。
- 例1:
- 输入:
- input.shape = [3, 4]
- input.data = [[5, 4, 2, 3],
- [9, 7, 10, 25],
- [6, 2, 10, 1]]
- k = 2
- 输出:
- 第一个输出:
- values.shape = [3, 2]
- values.data = [[5, 4],
- [10, 25],
- [6, 10]]
- 第二个输出:
- indices.shape = [3, 2]
- indices.data = [[0, 1],
- [2, 3],
- [0, 2]]
- 参数:
- input (Variable) - 输入的Tensor,支持的数据类型: float32,float64。
- k (int|Variable) - 指定在输入Tensor最后一维中寻找最大前多少项。
- name (str, 可选) - 具体用法请参见 Name ,一般无需设置,默认值为None。
- 返回:
values
: 输入Tensor最后维切片的最大前k项。数据类型同输入Tensor一致。Tensor维度等于 。indices
: 输入Tensor最后维切片最大前k项值的索引,数据类型为int64,维度同values的维度。
- 抛出异常:
ValueError
: 如果k<1或者k大于输入的最后维。
代码示例:
- import paddle.fluid as fluid
- import paddle.fluid.layers as layers
- input = layers.data(name="input", shape=[13, 11], dtype='float32')
- top5_values, top5_indices = layers.topk(input, k=5) #top5_values.shape=[13, 5],top5_indices.shape=[13, 5]
- # 1D Tensor
- input1 = layers.data(name="input1", shape=[13], dtype='float32')
- top5_values, top5_indices = layers.topk(input1, k=5) #top5_values.shape=[5],top5_indices.shape=[5]
- # k=Variable
- input2 = layers.data(name="input2", shape=[13, 11], dtype='float32')
- vk = layers.data(name="vk", shape=[1], dtype='int32') # 把k值保存在vk.data[0]中
- vk_values, vk_indices = layers.topk(input2, k=vk) #vk_values.shape=[13, k],vk_indices.shape=[13, k]