用法:
mxnet.ndarray.op.sample_gamma(alpha=None, beta=None, shape=_Null, dtype=_Null, out=None, name=None, **kwargs)
out:- 此函數的輸出。
NDArray 或 NDArray 列表
參數:
返回:
返回類型:
使用參數
alpha
(形狀)和beta
(比例)從多個伽馬分布中同時采樣。分布的參數作為輸入數組提供。
[s]
是輸入數組的形狀,n
是[s]
的維度,[t]
是指定為運算符參數的形狀,m
是[t]
的維度。然後輸出將是一個(n+m)
形狀為[s]x[t]
的維數組。對於任何有效的
n
維索引i
相對於輸入數組,output[i]
將是一個m
維數組,它包含從分布中隨機抽取的樣本,該分布由索引處的輸入值參數化i
。如果未設置算子的形狀參數,則每個分布將抽取一個樣本,並且輸出數組的形狀與輸入數組的形狀相同。例子:
alpha = [ 0.0, 2.5 ] beta = [ 1.0, 0.7 ] // Draw a single sample for each distribution sample_gamma(alpha, beta) = [ 0. , 2.25797319] // Draw a vector containing two samples for each distribution sample_gamma(alpha, beta, shape=(2)) = [[ 0. , 0. ], [ 2.25797319, 1.70734084]]
相關用法
- Python mxnet.ndarray.op.sample_generalized_negative_binomial用法及代碼示例
- Python mxnet.ndarray.op.sample_negative_binomial用法及代碼示例
- Python mxnet.ndarray.op.sample_uniform用法及代碼示例
- Python mxnet.ndarray.op.sample_exponential用法及代碼示例
- Python mxnet.ndarray.op.sample_multinomial用法及代碼示例
- Python mxnet.ndarray.op.sample_normal用法及代碼示例
- Python mxnet.ndarray.op.sample_poisson用法及代碼示例
- Python mxnet.ndarray.op.slice_like用法及代碼示例
- Python mxnet.ndarray.op.softmax_cross_entropy用法及代碼示例
- Python mxnet.ndarray.op.sort用法及代碼示例
- Python mxnet.ndarray.op.scatter_nd用法及代碼示例
- Python mxnet.ndarray.op.stack用法及代碼示例
- Python mxnet.ndarray.op.sign用法及代碼示例
- Python mxnet.ndarray.op.smooth_l1用法及代碼示例
- Python mxnet.ndarray.op.stop_gradient用法及代碼示例
- Python mxnet.ndarray.op.sgd_update用法及代碼示例
- Python mxnet.ndarray.op.squeeze用法及代碼示例
- Python mxnet.ndarray.op.sum用法及代碼示例
- Python mxnet.ndarray.op.space_to_depth用法及代碼示例
- Python mxnet.ndarray.op.slice_axis用法及代碼示例
注:本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.ndarray.op.sample_gamma。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。