topk¶

paddle. 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
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]

PaddlePaddle

paddle.fluid / layers / topk

topk¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / layers / topk

topk¶