Tính toán thống kê bậc K của một tập dữ liệu. Hiện tại
việc triển khai sử dụng tìm kiếm nhị phân yêu cầu chính xác 32 lần chuyển qua dữ liệu đầu vào. Thời gian chạy là tuyến tính đối với kích thước đầu vào. Thuật toán trung vị có thể nhanh hơn nhưng khó triển khai hiệu quả trong XLA. Việc thực hiện áp đặt tổng thứ tự trên số float. Thứ tự này phù hợp với thứ tự từng phần thông thường. NaN dương lớn hơn vô cực dương. NaN âm nhỏ hơn âm vô cực. Các NaN có tải trọng riêng biệt được coi là khác biệt. Các số dưới mức bình thường được giữ nguyên (không bị xóa về 0). Vô cực dương lớn hơn tất cả các số. Vô cực âm nhỏ hơn tất cả các số. Số dương lớn hơn số 0 âm. Có ít hơn k giá trị lớn hơn thống kê bậc k. Có ít nhất k giá trị lớn hơn hoặc bằng thống kê bậc K. Ngữ nghĩa không giống như top_k_unique.
Phương pháp công khai
| Đầu ra <Float> | asOutput () Trả về phần điều khiển tượng trưng của một tenxơ. |
| KthOrderStatistic tĩnh | |
| Đầu ra <Float> | đầu ra () |
Phương pháp kế thừa
Phương pháp công khai
Đầu ra công khai <Float> asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.
tạo KthOrderStatistic tĩnh công khai (Phạm vi phạm vi , đầu vào Toán hạng <Float>, Long k)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác KthOrderStatistic mới.
Thông số
| phạm vi | phạm vi hiện tại |
|---|
Trả lại
- một phiên bản mới của KthOrderStatistic