Python mxnet.ndarray.op.sample_negative_binomial用法及代碼示例

用法:
mxnet.ndarray.op.sample_negative_binomial(k=None, p=None, shape=_Null, dtype=_Null, out=None, name=None, **kwargs)

參數：

k：(NDArray) - 不成功實驗的限製。
shape：(Shape(tuple), optional, default=[]) - 要從每個隨機分布中采樣的形狀。
dtype：({'None', 'float16', 'float32', 'float64'},optional, default='None') - 輸出的 DType，以防無法推斷。如果未定義(dtype=None)，則默認為 float32。
p：(NDArray) - 每個實驗中的失敗概率。
out：(NDArray, optional) - 輸出 NDArray 來保存結果。

out：- 此函數的輸出。

返回類型：

NDArray 或 NDArray 列表

使用參數k(故障限製)和p(故障概率)從多個負二項分布同時采樣。

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。

樣本將始終作為浮點數據類型返回。

例子：

k = [ 20, 49 ]
p = [ 0.4 , 0.77 ]

// Draw a single sample for each distribution
sample_negative_binomial(k, p) = [ 15.,  16.]

// Draw a vector containing two samples for each distribution
sample_negative_binomial(k, p, shape=(2)) = [[ 15.,  50.],
                                             [ 16.,  12.]]

相關用法

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_negative_binomial。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。

用法:

參數：

返回：

返回類型：