مقادیر منحصر به فرد TopK را در آرایه به ترتیب مرتب شده برمی گرداند. این
زمان اجرا متناسب با حاصلضرب K و اندازه ورودی است. مرتب سازی کل آرایه برای مقادیر به اندازه کافی بزرگ K کارآمدتر است. الگوریتم میانه وسط احتمالا سریعتر است، اما پیاده سازی کارآمد در XLA دشوار است. اگر کمتر از K اعداد منحصر به فرد وجود داشته باشد (نه NAN)، نتایج با بی نهایت منفی پر می شوند. NaN ها هرگز برگردانده نمی شوند. اعداد غیر عادی به صفر می رسند. اگر یک عنصر در چندین شاخص ظاهر شود، بالاترین شاخص برگردانده می شود. اگر یک عنصر TopK به دلیل مقادیر padding هرگز در ورودی ظاهر نمی شود، شاخص ها با یک منفی پر می شوند. اگر یک مقدار padding در ورودی ظاهر شود و به padding نیاز باشد، بالاترین شاخص مقدار padding برگردانده خواهد شد. معناشناسی با kth_order_statistic یکسان نیست.
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
استاتیک TopKUnique | |
خروجی < TFloat32 > | topk () |
خروجی < TINT32 > | topkIndeces () |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
ایجاد استاتیک عمومی TopKUnique ( دامنه دامنه ، عملوند < TFloat32 > ورودی، K طولانی)
روش کارخانه برای ایجاد کلاسی که عملیات TopKUnique جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|
برمی گرداند
- یک نمونه جدید از TopKUnique