2022-05-26 11:00:33 +08:00
|
|
|
|
mindspore.ops.TopK
|
|
|
|
|
|
===================
|
|
|
|
|
|
|
|
|
|
|
|
.. py:class:: mindspore.ops.TopK(sorted=True)
|
|
|
|
|
|
|
|
|
|
|
|
沿最后一个维度查找 `k` 个最大元素和对应的索引。
|
|
|
|
|
|
|
2023-01-18 11:08:01 +08:00
|
|
|
|
.. warning::
|
|
|
|
|
|
- 如果 `sorted` 设置为False，它将使用aicpu运算符，性能可能会降低。
|
|
|
|
|
|
|
|
|
|
|
|
如果 `input_x` 是一维Tensor，则查找Tensor中 `k` 个最大元素，并将其值和索引输出为Tensor。`values[k]` 是 `input_x` 中 `k` 个最大元素，其索引是 `indices[k]` 。
|
|
|
|
|
|
|
|
|
|
|
|
对于多维矩阵，计算每行中最大的 `k` 个元素（沿最后一个维度的相应向量），因此：
|
|
|
|
|
|
|
|
|
|
|
|
.. math::
|
|
|
|
|
|
values.shape = indices.shape = input.shape[:-1] + [k].
|
|
|
|
|
|
|
|
|
|
|
|
如果两个比较的元素相同，则优先返回索引值较小的元素。
|
|
|
|
|
|
|
|
|
|
|
|
参数：
|
|
|
|
|
|
- **sorted** (bool, 可选) - 如果为True，则获取的元素将按值降序排序。如果为False，则获取的元素将按值升序排序。默认值：True。
|
|
|
|
|
|
|
|
|
|
|
|
输入：
|
|
|
|
|
|
- **input_x** (Tensor) - 需计算的输入，数据类型必须为float16、float32或int32。
|
|
|
|
|
|
- **k** (int) - 指定计算最大元素的数量，必须为常量。
|
|
|
|
|
|
|
|
|
|
|
|
输出：
|
|
|
|
|
|
由 `values` 和 `indices` 组成的tuple。
|
|
|
|
|
|
|
|
|
|
|
|
- **values** (Tensor) - 最后一个维度的每个切片中的 `k` 最大元素。
|
|
|
|
|
|
- **indices** (Tensor) - `k` 最大元素的对应索引。
|
|
|
|
|
|
|
|
|
|
|
|
异常：
|
|
|
|
|
|
- **TypeError** - 如果 `sorted` 不是bool。
|
|
|
|
|
|
- **TypeError** - 如果 `input_x` 不是Tensor。
|
|
|
|
|
|
- **TypeError** - 如果 `k` 不是int。
|
|
|
|
|
|
- **TypeError** - 如果 `input_x` 的数据类型不是以下之一：float16、float32或int32。
|
