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

用法:
mxnet.ndarray.op.sample_uniform(low=None, high=None, shape=_Null, dtype=_Null, out=None, name=None, **kwargs)

參數：

low：(NDArray) - 分布的下界。
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。
high：(NDArray) - 分布的上限。
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

在 [low,high) 給定的間隔上從多個均勻分布中同時采樣。

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：

low = [ 0.0, 2.5 ]
high = [ 1.0, 3.7 ]

// Draw a single sample for each distribution
sample_uniform(low, high) = [ 0.40451524,  3.18687344]

// Draw a vector containing two samples for each distribution
sample_uniform(low, high, shape=(2)) = [[ 0.40451524,  0.18017688],
                                        [ 3.18687344,  3.68352246]]

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_uniform。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：