Python PyTorch bernoulli用法及代码示例

本文简要介绍python语言中 torch.bernoulli 的用法。

用法:

torch.bernoulli(input, *, generator=None, out=None) → Tensor

参数：

input(Tensor) -伯努利分布的概率值的输入张量

关键字参数：

• generator(torch.Generator， 可选的) -用于采样的伪随机数发生器

• out(Tensor,可选的) -输出张量。

从伯努利分布中绘制二进制随机数(0 或 1)。

input 张量应该是一个包含用于绘制二进制随机数的概率的张量。因此，input 中的所有值都必须在以下范围内：0 \leq \text{input}_i \leq 1。

输出张量的\text{i}^{th}元素将根据input中给出的\text{i}^{th}概率值绘制一个值1。

\text{out}_{i} \sim \mathrm{Bernoulli}(p = \text{input}_{i})

返回的 out 张量只有值 0 或 1，并且与 input 具有相同的形状。

out 可以有整数 dtype ，但 input 必须有浮点 dtype 。

例子：

>>> a = torch.empty(3, 3).uniform_(0, 1)  # generate a uniform random matrix with range [0, 1]
>>> a
tensor([[ 0.1737,  0.0950,  0.3609],
        [ 0.7148,  0.0289,  0.2676],
        [ 0.9456,  0.8937,  0.7202]])
>>> torch.bernoulli(a)
tensor([[ 1.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 1.,  1.,  1.]])

>>> a = torch.ones(3, 3) # probability of drawing "1" is 1
>>> torch.bernoulli(a)
tensor([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.],
        [ 1.,  1.,  1.]])
>>> a = torch.zeros(3, 3) # probability of drawing "1" is 0
>>> torch.bernoulli(a)
tensor([[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]])