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 \(input.shape[:-1]+ [k]\)
  • 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。
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
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]