kthvalue¶
- paddle.kthvalue(x, k, axis=None, keepdim=False, name=None)
该OP用于在指定的轴上查找第k小的元素和其对应所在的索引信息。
参数¶
x (Tensor) - 一个输入的N-D
Tensor
,支持的数据类型:float32、float64、int32、int64。k (int,Tensor) - 需要沿轴查找的第
k
小, 所对应的k
值。axis (int,可选) - 指定对输入Tensor进行运算的轴,
axis
的有效范围是[-R, R),R是输入x
的Rank,axis
为负时与axis
+ R 等价。默认值为-1。keepdim (bool, 可选)- 是否保留指定的轴。如果是True, 维度会与输入x一致,对应所指定的轴的size为1。否则,由于对应轴被展开,输出的维度会比输入小1。默认值为1。
name (str,可选) – 具体用法请参见 Name ,一般无需设置,默认值为None。
返回¶
tuple(Tensor), 返回第k小的元素和对应的索引信息。结果的数据类型和输入 x
一致。索引的数据类型是int64。
代码示例¶
import paddle
x = paddle.randn((2,3,2))
print(x)
# Tensor(shape=[2, 3, 2], dtype=float32, place=CUDAPlace(0), stop_gradient=True,
# [[[ 0.22954939, -0.01296274],
# [ 1.17135799, -0.34493217],
# [-0.19550551, -0.17573971]],
#
# [[ 0.15104349, -0.93965352],
# [ 0.14745511, 0.98209465],
# [ 0.10732264, -0.55859774]]])
y = paddle.kthvalue(x, 2, 1)
# (Tensor(shape=[2, 2], dtype=float32, place=CUDAPlace(0), stop_gradient=True,
# [[ 0.22954939, -0.17573971],
# [ 0.14745511, -0.55859774]]), Tensor(shape=[2, 2], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
# [[0, 2],
# [1, 2]]))