क्रमबद्ध क्रम में सरणी में TopK अद्वितीय मान लौटाता है।
चलने का समय K के उत्पाद और इनपुट आकार के समानुपाती होता है। K के पर्याप्त बड़े मानों के लिए संपूर्ण सरणी को क्रमबद्ध करना अधिक कुशल है। मीडियन-ऑफ-मीडियन्स एल्गोरिथ्म संभवतः तेज़ है, लेकिन XLA में कुशलता से लागू करना मुश्किल है। यदि K अद्वितीय संख्याएँ (NAN नहीं) से कम हैं, तो परिणाम नकारात्मक अनंत के साथ गद्देदार होते हैं। NaN कभी वापस नहीं आते. असामान्य संख्याओं को शून्य कर दिया जाता है। यदि कोई तत्व एकाधिक सूचकांकों पर दिखाई देता है, तो उच्चतम सूचकांक वापस कर दिया जाता है। यदि कोई टॉपके तत्व पैडिंग मानों के कारण इनपुट में कभी दिखाई नहीं देता है, तो सूचकांक नकारात्मक के साथ पैडेड होते हैं। यदि इनपुट में पैडिंग मान दिखाई देता है और पैडिंग की आवश्यकता है, तो पैडिंग मान का उच्चतम सूचकांक वापस कर दिया जाएगा। शब्दार्थ kth_order_statistic के समान नहीं हैं।
स्थिरांक
डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
स्टेटिक टॉपकुनिक | |
आउटपुट < TFloat32 > | टॉपक () |
आउटपुट <TInt32> |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
सार्वजनिक तरीके
सार्वजनिक स्थैतिक TopKUnique बनाएँ ( स्कोप स्कोप, ऑपरेंड < TFloat32 > इनपुट, लॉन्ग k)
एक नया TopKUnique ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|
रिटर्न
- TopKUnique का एक नया उदाहरण