tf.nn.top_k ￡神魔★判官ぃ 2021-12-20 15:13 220阅读 0赞 **评估操作对于测量神经网络的性能是有用的。 由于它们是不可微分的，所以它们通常只是被用在评估阶段** ### `tf.nn.top_k(input, k, name=None)` ### 这个函数的作用是返回 input 中每行最大的 k 个数，并且返回它们所在位置的索引。 输入参数： input: 一个张量，数据类型必须是以下之一：float32、float64、int32、int64、uint8、int16、int8。数据维度是 batch\_size 乘上 x 个类别。 k: 一个整型，必须 >= 1。在每行中，查找最大的 k 个值。 name: 为这个操作取个名字。 **输出参数：** **一个元组 Tensor** ，数据元素是 (values, indices)，具体如下： values: 一个张量，数据类型和 input 相同。数据维度是 batch\_size 乘上 k 个最大值。 indices: 一个张量，数据类型是 int32 。每个最大值在 input 中的索引位置。 \--------------------- 作者：Never-Giveup 来源：CSDN 原文：https://blog.csdn.net/qq\_36653505/article/details/81105894 版权声明：本文为博主原创文章，转载请附上博文链接！ input = tf.constant(np.random.rand(3,4)) k = 2 output = tf.nn.top\_k(input, k) with tf.Session() as sess: print(sess.run(input)) print(sess.run(output)) [[0.61950464 0.34474213 0.79035374 0.15015998] [0.17963278 0.30331155 0.9208411 0.90382958] [0.20007082 0.89997606 0.03721232 0.24253472]] TopKV2(values=array([[0.79035374, 0.61950464], [0.9208411 , 0.90382958], [0.89997606, 0.24253472]]), indices=array([[2, 0], [2, 3], [1, 3]], dtype=int32)) 转载于:https://www.cnblogs.com/hapyygril/p/10824158.html
还没有评论，来说两句吧...