tf.nn.top_k()和tf.reverse()两个函数解决tensor排序问题及代码实现

最新推荐文章于 2022-09-22 16:12:02 发布
最新推荐文章于 2022-09-22 16:12:02 发布
阅读量2.3k 收藏 3
点赞数
分类专栏： 深度学习 编程 文章标签： tensorflow 编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shengyan5515/article/details/84574065
版权
本文介绍了如何在TensorFlow中利用tf.nn.top_k()和tf.reverse()函数对Tensor进行排序。tf.nn.top_k()返回每行最大的k个数及其索引，通常用于降序排列。当需要升序排列时，可以结合tf.reverse()函数。通过示例代码展示了这两个函数的用法。
摘要由CSDN通过智能技术生成

文章目录

在写程序的时候遇到的问题，怎么才能对tensor中的数值进行排序，我们知道在numpy中有sort()函数可以实现这个目的，那对于tensor应该怎样实现呢？经过查询发现使用tf.nn.top_k()和tf.reverse()两个函数可以实现这一目的。下面分别介绍这连个函数

tf.nn.top_k()

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

先给出这个函数的官方文档：

最低0.47元/天 解锁文章
洲洲_starry
关注
专栏目录
tf.nn.top_k() 和 tf.nn.in_top_k() 函数的用法
gagaki的博客
05-19 614
tf.nn.top_k(input, k, name=None) 这个函数表示要返回input中每行元素最大的值，并返回它们的索引下标。 input：要输入的数 k:返回的最大值的个数 下面的例子中，input是一个2行3列的随机矩阵，每行元素的索引下标从0开始，分别是0，1，2， 当K=2时，表示要返回2个最大值，第一行的最大值为0.37547749，第二大为0.29199509，所以 第一行返回[0.37547749, 0.29199509]，它们的下标分别是1和0，返回下标数组[1, 0]。 第二
tf.nn.top_k
weixin_34034670的博客
05-07 174
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、i...
tf.nn.top_k() tf.nn.in_top_k()
热门推荐
wuguangbin1230的博客
05-31 3万+
1..中文 tf.nn.top_k(input, k, name=None) 解释：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。 #!/usr/bin/env python # -*- coding: utf-8 -*- import tensorflow as tf import numpy as np input = tf.co
tf.nn.top_k()
coder
09-04 1万+
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...
tensorflow中的tf.nn.bidirectional_dynamic_rnn
qq_43608884的博客
07-05 709
Tensorflow中实现双向RNNs tf.contrib.rnn.bidirectional_dynamic_rnn() 在tensorflow中已经提供了双向RNNs的接口，使用tf.contrib.rnn.bidirectional_dynamic_rnn()这个函数，就可以很方便的构建双向RNN网络。 首先看下接口的一些参数 bidirectional_dynamic_rnn(...
tensorflow.nn.bidirectional_dynamic_rnn()函数的用法
三人行必有我师的博客
08-27 2万+
  开门见山来两张比较蛋疼的图，它们确实很流行。直奔主题。 def bidirectional_dynamic_rnn( cell_fw, # 前向RNN cell_bw, # 后向RNN inputs, # 输入 sequence_length=None,# 输入序列的实际长度（可选，默认为输入序列的最大长度） initial_state_fw=None, # 前向的初始化状态（...
神经翻译笔记4扩展a第一部分. RNN在TF1.x中的实现方法略览
Timson的NLP笔记本
02-08 422
神经翻译笔记4扩展a. RNN在深度学习框架中的实现方法略览TF对RNN的实现TF1.x中对RNN的实现RNN cell的实现`keras.engine.base_layer.Layer`的实现 TF对RNN的实现 TF1.x中对RNN的实现 本小节主要讨论TF1.14对RNN的实现。考虑到更老的版本实现可能有差别，且有些过时，因此这里略过。另外，本文主要讨论tf.nn中各RNN cell和网络结...
TensorFlow函数总览
Student_PAN的博客
12-19 906
Modules app模块：通用入口点脚本。 audio模块：tf.audio名称空间的公共API。 autograph模块：将纯Python转换为TensorFlow图形代码。 bitwise模块：用于操作整数的二进制表示的操作。 compat模块：Python 2与3兼容性的功能。 config模块：tf.config名称空间的公共API。 contrib模块：包含...
tf.nn.top_k--tf.gather_nd
shuijinghua的博客
08-07 581
在retinanet的损失函数和其他层的构造中,用到了下面的一些函数 1.tf.nn.top_k 2.tf.gather. tf.gather_nd 3.tf.ones_like(x, dtype=dtype, name=name)4. tf.clip_by_value(output, _epsilon, 1 - _epsilon) 5.tf.nn.weighted_cross_entr...
tensorflow-reverse(反向传播)
影子
03-08 523
1、tensorflow的反向传播 import tensorflow as tf import numpy as np BATCH_SIZE=8 seed=23455 #基于seed产生随机数 rng =np.random.RandomState(seed) #随机数返回32行2列的矩阵 表示32组 体积和重量是输入数据集 X = rng.rand(32,2) #从X这个32行2列的矩阵中 ...
tf.nn.top_k()用法
weixin_45482843的博客
03-05 3385
tensorflow1.x：tf.nn.top_k() tensorflow2.x:tf.math.top_k() 这个api用于查找输入tensor的最大值。输入tensor，沿着最后的一个维度查找k个最大元素，返回其值和索引下标。 函数参数列表为： input, k=1, sorted=True, name=None input是输入张量 k是需要查找的最大元素的个数 sorted如果为True则按照大小顺序排序 name名字 先总结在举例： 1.一定是沿着最后一个维度去搜索最大值； 2.返回两个，先返
tf的张量排序
鼠人的博客
09-06 327
tf的张量排序 全排序（将所有元素排序） sort用于全排序，argsort用于获得全排序后元素的索引 sort(a,direction=’…’)和argsort(a,direction=’…’) 多维情况 部分排序（取最大的几位） tf.math.top_k(a,x) 取a中的最大x位，可以用indices和values去除最大x位的索引和值 top_k accuracy 计算前几位的准确率，如最大可能的几个结果中有正确结果的概率。 示例： import tensorflo
从零实现深度学习框架——实现Tensor的反向传播
日积月累，天道酬勤
12-22 1859
在常见运算的计算图中，我们了解了加减乘除等运算的计算图。本文通过代码实现加法和乘法的计算图来了解我们的`Tensor`自动反向传播计算梯度的模式。
【TensorFlow2.0】(7) 张量排序、填充、复制、限幅、坐标选择
博观而约取，厚积而薄发
11-25 2756
各位同学好，今天和大家分享一下TensorFlow2.0中的一些操作。内容有： 1. 张量排序 1.1 tf.sort() 和 tf.argsort() 按升序或降序对张量进行排序，返回排序后的结果： tf.sort(tensor, direction) direction 指降序还是升序，默认升序排序。降序：direction='DESCENDING' ；升序：direction='ASCENDING' 按升序或降序对张量进行排序，返回索引：排序后的当前位置在原始位置中的索引： tf
tensorflow reverse_sequence实例
Talk Is Cheap
10-09 3256
import tensorflow as tfa = tf.constant([[1,2,3], [1,2,3], [1,2,3]]) l = tf.constant([2,2,2],tf.int64) b = tf.reverse_sequence(a,seq_lengths=l,batch_dim = 0,seq_dim = 1) c = tf.Print(b,[b],summarize=9)
tensorflow函数tf.segment_max，tf.nn.top_k使用小记
Mr番茄蛋的博客
08-09 1345
import tensorflow as tf segment_ids=tf.constant([0,0,0,1,1,2]) v=tf.Variable([5.,2.,3.,6.,1.,2.]) m=tf.segment_max(v,segment_ids) top=tf.nn.top_k(v,k=2,sorted=False)[0] with tf.Session() as sess: ...
tf.reverse()和tf.transpose()
weixin_36670529的博客
09-22 661
一、tf.reverse() tf.reverse( tensor, axis, name=None ) 参数： tensor: 需要进行反转的张量，类型必须为其中的一个uint8, int8, uint16, int16, int32, int64, bool, bfloat16, half, float32, float64, complex64, compl...
这段代码中的urlresolvers和 reverse_lazy有下划线：from django.core.urlresolvers import reverse_lazy
最新发布
04-13
这是因为在 Django 1.9 以前的版本中，urlresolvers 和 reverse_lazy 是常用的函数和类，在函数和类名称中使用下划线是为了防止与 Python 中的关键字或内置函数冲突。从 Django 2.0 开始，这些函数和类被移到了 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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