topk¶
此OP用于查找输入Tensor的最后一维的前k个最大项，返回它们的值和索引。 如果输入是1-D Tensor，则找到Tensor的前k个最大项，并输出前k个最大项的值和索引。如果输入是更高阶的Tensor，则该OP会基于最后一维计算前k项。
例1：
输入：
input.shape = [3, 4]
input.data = [[5, 4, 2, 3],
[9, 7, 10, 25],
[6, 2, 10, 1]]
k = 2
输出：
第一个输出：
values.shape = [3, 2]
values.data = [[5, 4],
[10, 25],
[6, 10]]
第二个输出：
indices.shape = [3, 2]
indices.data = [[0, 1],
[2, 3],
[0, 2]]
参数¶
input (Variable) - 输入的Tensor，支持的数据类型：float32，float64。
k (int|Variable) - 指定在输入Tensor最后一维中寻找最大前多少项。
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¶
values：输入Tensor最后维切片的最大前k项。数据类型同输入Tensor一致。Tensor维度等于 \(input.shape[:-1]+ [k]\) 。
indices：输入Tensor最后维切片最大前k项值的索引，数据类型为int64，维度同values的维度。
抛出异常¶
ValueError：如果k<1或者k大于输入的最后维。
代码示例¶
import paddle.fluid as fluid
import paddle.fluid.layers as layers
input = layers.data(name="input", shape=[13, 11], dtype='float32')
top5_values, top5_indices = layers.topk(input, k=5) #top5_values.shape=[13, 5]，top5_indices.shape=[13, 5]
# 1D Tensor
input1 = layers.data(name="input1", shape=[13], dtype='float32')
top5_values, top5_indices = layers.topk(input1, k=5) #top5_values.shape=[5]，top5_indices.shape=[5]
# k=Variable
input2 = layers.data(name="input2", shape=[13, 11], dtype='float32')
vk = layers.data(name="vk", shape=[1], dtype='int32') # 把k值保存在vk.data[0]中
vk_values, vk_indices = layers.topk(input2, k=vk) #vk_values.shape=[13, k]，vk_indices.shape=[13, k]