用法
binomial(
shape, counts, probs, dtype=tf.dtypes.int32, name=None
)
参数
-
shape
一维整数张量或 Python 数组。输出张量的形状。 -
counts
张量。二项分布的计数。必须可以使用probs
进行广播,并且可以使用shape
的最右侧维度进行广播。 -
probs
张量。二项分布的成功概率。必须可以使用counts
进行广播,并且可以使用shape
的最右侧维度进行广播。 -
dtype
输出的类型。默认值:tf.int32 -
name
操作的名称(可选)。
返回
-
samples
用随机二项式值填充的指定形状的张量。对于每个 i,每个 samples[i, ...] 都是从 counts[i] 试验的二项式分布中独立抽取的,具有成功概率 probs[i]。
从二项分布中输出随机值。
生成的值遵循具有指定计数和成功概率参数的二项分布。
例子:
counts = [10., 20.]
# Probability of success.
probs = [0.8]
rng = tf.random.Generator.from_seed(seed=234)
binomial_samples = rng.binomial(shape=[2], counts=counts, probs=probs)
counts = ... # Shape [3, 1, 2]
probs = ... # Shape [1, 4, 2]
shape = [3, 4, 3, 4, 2]
rng = tf.random.Generator.from_seed(seed=1717)
# Sample shape will be [3, 4, 3, 4, 2]
binomial_samples = rng.binomial(shape=shape, counts=counts, probs=probs)
相关用法
- Python tf.random.Generator.make_seeds用法及代码示例
- Python tf.random.Generator.split用法及代码示例
- Python tf.random.Generator用法及代码示例
- Python tf.random.truncated_normal用法及代码示例
- Python tf.random.stateless_uniform用法及代码示例
- Python tf.random.shuffle用法及代码示例
- Python tf.random.stateless_parameterized_truncated_normal用法及代码示例
- Python tf.random.normal用法及代码示例
- Python tf.random.experimental.stateless_split用法及代码示例
- Python tf.random.stateless_poisson用法及代码示例
- Python tf.random.set_global_generator用法及代码示例
- Python tf.random.uniform用法及代码示例
- Python tf.random.categorical用法及代码示例
- Python tf.random.stateless_binomial用法及代码示例
- Python tf.random.experimental.stateless_fold_in用法及代码示例
- Python tf.random.stateless_categorical用法及代码示例
- Python tf.random.set_seed用法及代码示例
- Python tf.random.poisson用法及代码示例
- Python tf.random.gamma用法及代码示例
- Python tf.random.create_rng_state用法及代码示例
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.random.Generator.binomial。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。