从一维张量中提取前 k 个值索引答案

【问题标题】：Extracting the top-k value-indices from a 1-D Tensor从一维张量中提取前 k 个值索引
【发布时间】：2016-04-17 10:59:35
【问题描述】：

给定 Torch (torch.Tensor) 中的一维张量，其中包含可以比较的值（比如浮点），我们如何提取其中的 top-k 值的索引张量？

除了蛮力方法之外，我正在寻找一些 API 调用，由 Torch/lua 提供，它可以有效地执行此任务。

【问题讨论】：

标签： python lua pytorch torch

【解决方案1】：

从拉取请求 #496 开始，Torch 现在包含一个名为 torch.topk 的内置 API。示例：

> t = torch.Tensor{9, 1, 8, 2, 7, 3, 6, 4, 5}

-- obtain the 3 smallest elements
> res = t:topk(3)
> print(res)
 1
 2
 3
[torch.DoubleTensor of size 3]

-- you can also get the indices in addition
> res, ind = t:topk(3)
> print(ind)
 2
 4
 6
[torch.LongTensor of size 3]

-- alternatively you can obtain the k largest elements as follow
-- (see the API documentation for more details)
> res = t:topk(3, true)
> print(res)
 9
 8
 7
[torch.DoubleTensor of size 3]

在撰写本文时，CPU 实现遵循sort and narrow approach（未来计划对其进行改进）。话虽如此，目前为 cutorch 优化的 GPU 实现是reviewed。

【讨论】：

deltheil，我正在尝试按照您的建议进行操作，但遇到以下错误：res = t:topk(3) [string "res = t:topk(3)"]:1: attempt to call method 'topk' (a nil value);你能告诉我发生了什么吗？
您的torch7安装太旧：尝试安装最新版本（最近添加了topk）。
deltheil，我也这么认为。现在可以工作了。谢谢。
有人可以解释一下t:topk(3) 中的列 (:) 语法，它给了我NameError，而torch.topk(t, k=3)，按预期工作？

【解决方案2】：

你可以使用topk函数。

例如：

import torch

t = torch.tensor([5.7, 1.4, 9.5, 1.6, 6.1, 4.3])

values,indices = t.topk(2)

print(values)
print(indices)

结果：

tensor([9.5000, 6.1000])
tensor([2, 4])

【讨论】：

【解决方案3】：

只需遍历张量并运行比较：

require 'torch'

data = torch.Tensor({1,2,3,4,505,6,7,8,9,10,11,12})
idx  = 1
max  = data[1]

for i=1,data:size()[1] do
   if data[i]>max then
      max=data[i]
      idx=i
   end
end

print(idx,max)

--编辑-- 响应您的编辑：使用此处记录的 torch.max 操作：https://github.com/torch/torch7/blob/master/doc/maths.md#torchmaxresval-resind-x-dim ...

y, i = torch.max(x, 1) returns the largest element in each column (across rows) of x, and a Tensor i of their corresponding indices in x

【讨论】：

binarymax，你知道如何像这样直接提取任何一般的top-k值吗？
如果您需要索引而不是值，那么不需要。如果您只需要这些值，则对张量进行排序，然后对其进行切片。