tf.nn.top_k()

Wanderer001

于 2022-06-25 06:29:47 发布

阅读量666

点赞数

CC 4.0 BY-SA版权

分类专栏： TensorFlow 文章标签：计算机视觉深度学习机器学习

本文链接：https://blog.youkuaiyun.com/weixin_36670529/article/details/102711031

TensorFlow 专栏收录该内容

222 篇文章

订阅专栏

本文详细介绍了TensorFlow库中的tf.nn.top_k()函数，用于从输入张量中找出指定维度的前k个最大值及其对应索引，包括函数原型、使用示例及参数说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考 tf.nn.top_k() - 云+社区 - 腾讯云

一、函数原型

tf.nn.top_k(
    input,
    k=1,
    sorted=True,
    name=None
)

为了找到输入的张量的最后的一个维度的最大的k个值和它的下标！

如果输入的是一个向量，也就是rank=1，找到最大的k个数在这个向量，则输出最大的k个数字和最大的这k个数字的下标。如果输入的张量是一个更高rank的矩阵，那么我们只要找到每一行的最大的k个数字，以及他们的下标。如果两个元素相同，那么低一点的下标先出现。

参数：

input:输入的tensor，不能是array这些啊！要么输入1-D，要是更高维度必须保证最后的一个维度长度必须大于等于K
k:0-D的int32的数字张量。
sorted:如果sorted=True，那么选出来的k个数字就需要按照降序的顺序排序
name:可选项，也就是这个操作的名字

返回：

values：也就是每一行的最大的k个数字
indices：这里的下标是在输入的张量的最后一个维度的下标

二、例子

import tensorflow as tf
import numpy as np
     
#选出每一行的最大的前两个数字
#返回的是最大的k个数字，同时返回的是最大的k个数字在最后的一个维度的下标
a=tf.constant(np.random.rand(3,4))
b=tf.nn.top_k(a,k=2)
with tf.Session() as sess:
    print(sess.run(a))
    print(sess.run(b))


Output:

    [[0.73731748 0.13455566 0.20236765 0.92909052]
     [0.7923021  0.46949081 0.31521194 0.2999236 ]
     [0.19102823 0.01301476 0.70615716 0.68501807]]
    TopKV2(values=array([[0.92909052, 0.73731748],
           [0.7923021 , 0.46949081],
           [0.70615716, 0.68501807]]), indices=array([[3, 0],
           [0, 1],
           [2, 3]], dtype=int32))