paddlepaddle topk
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。
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 input.shape[:−1]+[k] 。 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。
把k当作参数传入
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 input = layers.data(name="input", shape=[13], dtype='float32') top5_values, top5_indices = layers.topk(input, k=5) #top5_values.shape=[5],top5_indices.shape=[5] # k=Variable input = layers.data(name="input", 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(input, k=vk) #vk_values.shape=[13, k],vk_indices.shape=[13, k]