kthvalue

paddle. kthvalue ( x, k, axis=None, keepdim=False, name=None ) [源代码]

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 None, 此时等当于-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))
# 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]]))