kthvalue¶

paddle.kthvalue（x, k, axis=None, keepdim=False, name=None）

该OP用于在指定的轴上查找第k小的元素和其对应所在的索引信息。

参数¶

x （Tensor） - 一个输入的N-D Tensor ，支持的数据类型：float32、float64、int32、int64。

k （int，Tensor） - 需要沿轴查找的第 k 小, 所对应的 k 值。

axis （int，可选） - 指定对输入Tensor进行运算的轴， axis 的有效范围是[-R, R），R是输入 x 的Rank， axis 为负时与 axis + R 等价。默认值为-1。

keepdim (bool, 可选）- 是否保留指定的轴。如果是True, 维度会与输入x一致，对应所指定的轴的size为1。否则，由于对应轴被展开，输出的维度会比输入小1。默认值为1。

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¶

tuple（Tensor）, 返回第k小的元素和对应的索引信息。结果的数据类型和输入 x 一致。索引的数据类型是int64。

代码示例¶

          import paddle

x = paddle.randn((2,3,2))
print(x)
# Tensor(shape=[2, 3, 2], dtype=float32, place=CUDAPlace(0), stop_gradient=True,
#       [[[ 0.22954939, -0.01296274],
#         [ 1.17135799, -0.34493217],
#         [-0.19550551, -0.17573971]],
#
#        [[ 0.15104349, -0.93965352],
#         [ 0.14745511,  0.98209465],
#         [ 0.10732264, -0.55859774]]])
y = paddle.kthvalue(x, 2, 1)
# (Tensor(shape=[2, 2], dtype=float32, place=CUDAPlace(0), stop_gradient=True,
# [[ 0.22954939, -0.17573971],
#  [ 0.14745511, -0.55859774]]), Tensor(shape=[2, 2], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
#  [[0, 2],
#   [1, 2]]))

         