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：
  1. 输入:
  2.     input.shape = [3, 4]
  3.     input.data = [[5, 4, 2, 3],
  4.                  [9, 7, 10, 25],
  5.                  [6, 2, 10, 1]]
  6.     k = 2
  8. 输出:
  9.     第一个输出:
  10.     values.shape = [3, 2]
  11.     values.data = [[5, 4],
  12.                   [10, 25],
  13.                   [6, 10]]
  15.     第二个输出:
  16.     indices.shape = [3, 2]
  17.     indices.data = [[0, 1],
  18.                    [2, 3],
  19.                    [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

    topk - 图1

    。

  • 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：

  1. import paddle.fluid as fluid
  2. import paddle.fluid.layers as layers
  3. input = layers.data(name="input", shape=[13, 11], dtype='float32')
  4. top5_values, top5_indices = layers.topk(input, k=5) #top5_values.shape=[13, 5]，top5_indices.shape=[13, 5]
  6. # 1D Tensor
  7. input1 = layers.data(name="input1", shape=[13], dtype='float32')
  8. top5_values, top5_indices = layers.topk(input1, k=5) #top5_values.shape=[5]，top5_indices.shape=[5]
  10. # k=Variable
  11. input2 = layers.data(name="input2", shape=[13, 11], dtype='float32')
  12. vk = layers.data(name="vk", shape=[1], dtype='int32') # 把k值保存在vk.data[0]中
  13. vk_values, vk_indices = layers.topk(input2, k=vk) #vk_values.shape=[13, k]，vk_indices.shape=[13, k]