当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.compat.v1.random.stateless_multinomial用法及代码示例


从多项分布中抽取确定性伪随机样本。 (已弃用)

用法

tf.compat.v1.random.stateless_multinomial(
    logits, num_samples, seed, output_dtype=tf.dtypes.int64, name=None
)

参数

  • logits 形状为 [batch_size, num_classes] 的二维张量。每个切片 [i,:] 代表所有类的非规范化 log-probabilities。
  • num_samples 0-D。为每个行切片绘制的独立样本数。
  • seed 形状 [2] 张量,随机数生成器的种子。必须具有数据类型 int32int64 。 (使用 XLA 时,仅允许使用 int32。)
  • output_dtype 输出的整数类型:int32int64。默认为 int64
  • name 操作的可选名称。

返回

  • 形状 [batch_size, num_samples] 的绘制样本。

警告:此函数已弃用。它将在未来的版本中删除。更新说明:改用tf.random.stateless_categorical

这是tf.random.categorical 的无状态版本:如果使用相同的种子和形状运行两次,它将产生相同的伪随机数。输出在同一硬件(以及 CPU 和 GPU 之间)上的多次运行中是一致的,但可能会在 TensorFlow 版本之间或在非 CPU/GPU 硬件上发生变化。

例子:

# samples has shape [1, 5], where each value is either 0 or 1 with equal
# probability.
samples = tf.random.stateless_categorical(
    tf.math.log([[0.5, 0.5]]), 5, seed=[7, 17])

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.random.stateless_multinomial。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。