pytorch中tensor.topk

torch.topk(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor)

topk的原型如上:

其中k是保留的k个值,largest=True意味着选取最大的,sorted=True是指将返回结果排序

topk返回的是一个tuple,第一个元素指返回的具体值,第二个元素指返回值的index

直接贴代码

import torch

x = torch.rand(2, 3, 3)
y = x.topk(2, largest = True, sorted = True)

结果如下

>>> x
tensor([[[0.0858, 0.4492, 0.4394],
         [0.2662, 0.5704, 0.5212],
         [0.1720, 0.8962, 0.4634]],

        [[0.5535, 0.5748, 0.0194],
         [0.0723, 0.7901, 0.4427],
         [0.7804, 0.8924, 0.3323]]])

>>> y
(tensor([[[0.4492, 0.4394],
         [0.5704, 0.5212],
         [0.8962, 0.4634]],

        [[0.5748, 0.5535],
         [0.7901, 0.4427],
         [0.8924, 0.7804]]]), tensor([[[1, 2],
         [1, 2],
         [1, 2]],

        [[1, 0],
         [1, 2],
 
  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值