如何在tensorflow中找到二维张量中的top k值

有没有办法找到Tensorflow中二维张量的顶部

k

值

我可以将

tf.nn.top_k

用于一维张量，但它不能用于二维张量。我有一个大小未知的二维张量，有没有办法找到顶部的

k

值及其索引

---

非常感谢。

你可以这样做的一种方法是重塑整个事物，比如

xx=np。重塑（x，（-1），

，然后类似

x[：k]

的东西就可以了？

你可以在

tf.nn.top\k（）

之前将矩阵重塑为一维张量，然后从一维指数计算二维指数：

x=tf.随机均匀（（3,4））
x_形状=tf形状（x）
k=3
top_值，top_指数=tf.nn.top_k（tf.reformate（x，（-1），k）
顶部索引=tf.stack（（顶部索引//x形状[1]），（顶部索引%x形状[1]），-1）
使用tf.Session（）作为sess：
mat，val，ind=sess.run（[x，top\u值，top\u索引]）
印刷品（垫子）
# [[ 0.2154634   0.52707899  0.29711092  0.74310601]
#  [ 0.61274767  0.82408106  0.27242708  0.25479805]
#  [ 0.25863791  0.16790807  0.95585966  0.51889324]]
打印（val）
# [ 0.95585966  0.82408106  0.74310601]
打印（ind）
# [[2 2]
#  [1 1]
#  [0 3]]