pytorch torch.topk函数介绍

在 PyTorch 中,torch.topk函数用于在输入张量中找到最大的k个值及其索引。

一、函数语法

torch.topk(input, k, dim=None, largest=True, sorted=True, out=None)

  • input:输入张量。
  • k:要返回的最大或最小元素的数量。
  • dim(可选):要进行操作的维度。如果为None,则在扁平的输入张量上进行操作。
  • largest(可选):如果为True,则返回最大的k个值;如果为False,则返回最小的k个值。
  • sorted(可选):如果为True,则返回的k个值将按降序(如果largest=True)或升序(如果largest=False)排列;如果为False,则返回的k个值的顺序是未定义的。
  • out(可选):输出张量,可以是一个已存在的张量,用于存储结果。

二、返回值

该函数返回一个包含两个张量的元组:

  1. 第一个张量是包含最大或最小的k个值的张量。
  2. 第二个张量是包含这些值在输入张量中的索引的张量。

三、使用示例

复制代码
import torch

# 创建一个二维张量
tensor = torch.tensor([[4, 2, 3], [1, 5, 6]])

# 找到每行中的最大的两个值及其索引
values, indices = torch.topk(tensor, k=2, dim=1, largest=True)
print("最大的两个值:", values)
print("对应的索引:", indices)

# 找到每列中的最小的两个值及其索引
values, indices = torch.topk(tensor, k=2, dim=0, largest=False)
print("最小的两个值:", values)
print("对应的索引:", indices)

在上述示例中,首先创建了一个二维张量。然后,分别在行维度和列维度上使用torch.topk函数找到最大的两个值及其索引和最小的两个值及其索引,并打印出结果。

相关推荐
冷小鱼5 分钟前
Neo4j 深度解析:从原生图存储到 GraphRAG 的知识图谱革命
人工智能·知识图谱·neo4j
烟锁池塘柳08 分钟前
面板数据(Panel Data)、面板数据模型与面板数据回归详解
人工智能·数据挖掘·回归
xxie1237949 分钟前
Python装饰器与语法糖
开发语言·python
lisw0515 分钟前
【心理学】什么是人性化管理?如何实施人性化管理?
人工智能·机器学习·软件工程
程序员cxuan16 分钟前
GPT-5.6 官宣解禁,明天全量发布!
人工智能·后端·程序员
LiaoWL12322 分钟前
当前流行 AI 名词解析
人工智能·ai
CClaris24 分钟前
大模型量化从0到1(五):GPTQ 原理详解 + 从零量化一个真实大模型
人工智能·python·算法·机器学习
vivo互联网技术24 分钟前
当 AI 进入推荐系统:从“推什么”到“怎么选”
人工智能·游戏·产品
Railshiqian31 分钟前
UserPickerActivity 内部逻辑分析
开发语言·python
tigershang36 分钟前
群卷积:从“方向骰子“到几何人工智能
人工智能