选择#

此页面提供 cuvs/selection 包中公开元素的 C++ 类参考。

Select-K#

#include <cuvs/selection/select_k.hpp>

namespace cuvs::selection

group 批量选择 k 个最小或最大的键/值

函数

void select_k( raft::resources const &handle, raft::device_matrix_view<const float, int64_t, raft::row_major> in_val, std::optional<raft::device_matrix_view<const int64_t, int64_t, raft::row_major>> in_idx, raft::device_matrix_view<float, int64_t, raft::row_major> out_val, raft::device_matrix_view<int64_t, int64_t, raft::row_major> out_idx, bool select_min, bool sorted = false, SelectAlgo algo = SelectAlgo::kAuto, std::optional<raft::device_vector_view<const int64_t, int64_t>> len_i = std::nullopt )#

从输入数据的每一行中选择 k 个最小或最大的键/值。

如果将输入数据 in_val 视为一个具有 len 列和 batch_size 行的行主序矩阵，则此函数将选择每一行中的 k 个最小/最大值，并填充大小为 (batch_size, k) 的行主序矩阵 out_val。

示例用法

using namespace raft;
// get a 2D row-major array of values to search through
auto in_values = {... input device_matrix_view<const float, int64_t, row_major> ...}
// prepare output arrays
auto out_extents = make_extents<int64_t>(in_values.extent(0), k);
auto out_values  = make_device_mdarray<float>(handle, out_extents);
auto out_indices = make_device_mdarray<int64_t>(handle, out_extents);
// search `k` smallest values in each row
cuvs::selection::select_k(
  handle, in_values, std::nullopt, out_values.view(), out_indices.view(), true);

参数:

handle – [in] 可重用资源的容器
in_val – [in] 输入值 [batch_size, len]；这些值将被比较和选择。
in_idx – [in] 可选的输入负载 [batch_size, len]；通常，这些是对应 in_val 的索引。如果 in_idx 为 std::nullopt，则表示一个连续数组 0...len-1。
out_val – [out] 输出值 [batch_size, k]；来自 in_val 的每一行中的 k 个最小/最大值。
out_idx – [out] 输出负载（例如索引）[batch_size, k]；与 out_val 一起选择的负载。
select_min – [in] 是否选择 k 个最小（true）或最大（false）的键。
sorted – [in] 是否确保选定的对按值排序
algo – [in] 要使用的选择算法
len_i – [in] 大小为 (batch_size) 的可选数组，提供每行的长度

void select_k( raft::resources const &handle, raft::device_matrix_view<const float, int64_t, raft::row_major> in_val, std::optional<raft::device_matrix_view<const int, int64_t, raft::row_major>> in_idx, raft::device_matrix_view<float, int64_t, raft::row_major> out_val, raft::device_matrix_view<int, int64_t, raft::row_major> out_idx, bool select_min, bool sorted = false, SelectAlgo algo = SelectAlgo::kAuto, std::optional<raft::device_vector_view<const int, int64_t>> len_i = std::nullopt )#

void select_k( raft::resources const &handle, raft::device_matrix_view<const float, int64_t, raft::row_major> in_val, std::optional<raft::device_matrix_view<const uint32_t, int64_t, raft::row_major>> in_idx, raft::device_matrix_view<float, int64_t, raft::row_major> out_val, raft::device_matrix_view<uint32_t, int64_t, raft::row_major> out_idx, bool select_min, bool sorted = false, SelectAlgo algo = SelectAlgo::kAuto, std::optional<raft::device_vector_view<const uint32_t, int64_t>> len_i = std::nullopt )#

从输入数据的每一行中选择 k 个最小或最大的键/值。

示例用法

using namespace raft;
// get a 2D row-major array of values to search through
auto in_values = {... input device_matrix_view<const float, int64_t, row_major> ...}
// prepare output arrays
auto out_extents = make_extents<int64_t>(in_values.extent(0), k);
auto out_values  = make_device_mdarray<float>(handle, out_extents);
auto out_indices = make_device_mdarray<uint32_t>(handle, out_extents);
// search `k` smallest values in each row
cuvs::selection::select_k(
  handle, in_values, std::nullopt, out_values.view(), out_indices.view(), true);

参数:

handle – [in] 可重用资源的容器
in_val – [in] 输入值 [batch_size, len]；这些值将被比较和选择。
in_idx – [in] 可选的输入负载 [batch_size, len]；通常，这些是对应 in_val 的索引。如果 in_idx 为 std::nullopt，则表示一个连续数组 0...len-1。
out_val – [out] 输出值 [batch_size, k]；来自 in_val 的每一行中的 k 个最小/最大值。
out_idx – [out] 输出负载（例如索引）[batch_size, k]；与 out_val 一起选择的负载。
select_min – [in] 是否选择 k 个最小（true）或最大（false）的键。
sorted – [in] 是否确保选定的对按值排序
algo – [in] 要使用的选择算法
len_i – [in] 大小为 (batch_size) 的可选数组，提供每行的长度

void select_k( raft::resources const &handle, raft::device_matrix_view<const half, int64_t, raft::row_major> in_val, std::optional<raft::device_matrix_view<const uint32_t, int64_t, raft::row_major>> in_idx, raft::device_matrix_view<half, int64_t, raft::row_major> out_val, raft::device_matrix_view<uint32_t, int64_t, raft::row_major> out_idx, bool select_min, bool sorted = false, SelectAlgo algo = SelectAlgo::kAuto, std::optional<raft::device_vector_view<const uint32_t, int64_t>> len_i = std::nullopt )#

从输入数据的每一行中选择 k 个最小或最大的键/值。

示例用法

using namespace raft;
// get a 2D row-major array of values to search through
auto in_values = {... input device_matrix_view<const half, int64_t, row_major> ...}
// prepare output arrays
auto out_extents = make_extents<int64_t>(in_values.extent(0), k);
auto out_values  = make_device_mdarray<half>(handle, out_extents);
auto out_indices = make_device_mdarray<uint32_t>(handle, out_extents);
// search `k` smallest values in each row
cuvs::selection::select_k(
  handle, in_values, std::nullopt, out_values.view(), out_indices.view(), true);

参数:

handle – [in] 可重用资源的容器
in_val – [in] 输入值 [batch_size, len]；这些值将被比较和选择。
in_idx – [in] 可选的输入负载 [batch_size, len]；通常，这些是对应 in_val 的索引。如果 in_idx 为 std::nullopt，则表示一个连续数组 0...len-1。
out_val – [out] 输出值 [batch_size, k]；来自 in_val 的每一行中的 k 个最小/最大值。
out_idx – [out] 输出负载（例如索引）[batch_size, k]；与 out_val 一起选择的负载。
select_min – [in] 是否选择 k 个最小（true）或最大（false）的键。
sorted – [in] 是否确保选定的对按值排序
algo – [in] 要使用的选择算法
len_i – [in] 大小为 (batch_size) 的可选数组，提供每行的长度