tensorflow求分位点、中位数、第k大数

赵志雄

于 2022-10-14 20:33:49 发布

阅读量889

点赞数

本文链接：https://blog.csdn.net/zhixiongzhao/article/details/127326926

版权

本文介绍了如何在TensorFlow中使用tf.nn.top_k函数来求解分位数、中位数及找到张量中的第k大数值。该函数接受一个tensor作为输入，返回最大k个数值及其对应的下标，适用于深度学习和人工智能中的数据处理。

摘要由CSDN通过智能技术生成

解决方案

示例

def get_median(v):

    # 把v拉伸成1维tensor
    v = tf.reshape(v, [-1])

    # 计算分位点（中位数）是第几（m）大元素
    m = v.shape[0]//2

    # 先获取前m个元素，再选取最小元素，（分位点为前m大元素中的最小值）。
    return tf.reduce_min(tf.nn.top_k(v, m, sorted=False).values)

附：tf.nn.top_k函数详解

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

参数：

input:输入的tensor，不能是array这些啊！要么输入1-D，要是更高维度必须保证最后的一个维度长度必须大于等于K

k:0-D的int32的数字张量。

sorted:如果sorted=True，那么选出来的k个数字就需要按照降序的顺序排序

name:可选项，也就是这个操作的名字

返回：

values：也就是每一行的最大的k个数字

indices：这里的下标是在输入的张量的最后一个维度的下标