CustomPredict
=================

根据置信度（weight）对候选标签（label）进行排序和筛选，以生成最终的预测结果。

输入：
   - **input** - ``LabelInfo`` 结构体数组的地址。每个结构体包含一个整数 ``label`` 和一个浮点数 ``weight``。
   - **input_size** - 输入数组中的元素数量。
   - **output_num** - 期望输出的预测结果数量（Top-K 中的 K）。
   - **weight_threshold** - 一个浮点数阈值，用于过滤掉置信度过低的预测结果。
   - **core_mask** - 核掩码 (仅共享存储版本需要)。

输出：
   - **output_label** - 存储最终预测标签的整数数组地址。
   - **output_weight** - 存储最终预测权重的浮点数数组地址。

支持平台：
   ``FT78NE``
   ``MT7004``

.. note::
     - 该算子不区分数据类型，但其处理的 ``LabelInfo`` 结构体具有固定的成员类型（int, float）。
      
**共享存储版本:**

.. c:function:: void custompredict_s(LabelInfo * input, int input_size, int *output_label, float *output_weight, int output_num, float weight_threshold, int core_mask)

**C调用示例：**

.. code-block:: c
   :linenos:
   :emphasize-lines: 14

   #include <stdio.h>
   #include "custompredict.h"

   int main() {
       LabelInfo *input = (LabelInfo *)0xA0000000; // input in DDR
       int *output_label = (int *)0xB0000000;       // output_label in DDR
       float *output_weight = (float *)0xC0000000;   // output_weight in DDR

       int input_size = 100; // 假设值
       int output_num = 10;
       float weight_threshold = 0.5f;
       int core_mask = 0xff;

       custompredict_s(input, input_size, output_label, output_weight, output_num, weight_threshold, core_mask);

       return 0;
   }

**私有存储版本:**

.. c:function:: void custompredict_p(LabelInfo * input, int input_size, int *output_label, float *output_weight, int output_num, float weight_threshold)

**C调用示例：**

.. code-block:: c
   :linenos:
   :emphasize-lines: 13

   #include <stdio.h>
   #include "custompredict.h"

   int main() {
       LabelInfo *input = (LabelInfo *)0x10000000; // input in L2
       int *output_label = (int *)0x10001000;       // output_label in L2
       float *output_weight = (float *)0x10002000;   // output_weight in L2
       
       int input_size = 100; // 假设值
       int output_num = 10;
       float weight_threshold = 0.5f;

       custompredict_p(input, input_size, output_label, output_weight, output_num, weight_threshold);

       return 0;
   }