tensorflow基础入门—top_k()函数

top_k( )函数

• 1.生成任意维度张量

import numpy as np
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf

# 创建3行4列的数组
x = np.random.randint(0,12,size=(3,4))
print('numpy数组：',x,'\n')

# 数组转化为张量
x = tf.convert_to_tensor(x)
print('张量：',x)

>>>  numpy数组： [[ 7  5  4  7]
                 [ 3  4  7  0]
                 [10  4  3  6]] 

>>>  张量： tf.Tensor(
                     [[ 7  5  4  7]
                      [ 3  4  7  0]
                      [10  4  3  6]], shape=(3, 4), dtype=int32)

• 2.top_k()函数实现

# top_k()
x = tf.math.top_k(x,2)
print("数值：",x.values,'\n')
print('索引值：',x.indices)

>>>  数值： tf.Tensor(
                     [[ 7  7]
                      [ 7  4]
                      [10  6]], shape=(3, 2), dtype=int32) 

>>>  索引值： tf.Tensor(
                       [[0 3]
                        [2 1]
                        [0 3]], shape=(3, 2), dtype=int32)

• 3.top_k()函数作用讲解