當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文


Python mxnet.ndarray.random.gamma用法及代碼示例

用法:

mxnet.ndarray.random.gamma(alpha=1, beta=1, shape=_Null, dtype=_Null, ctx=None, out=None, **kwargs)

參數

  • alpha(float or NDArray, optional) - 伽馬分布的形狀。應該大於零。
  • beta(float or NDArray, optional) - 伽馬分布的尺度。應該大於零。默認等於 1。
  • shape(int or tuple of ints, optional) - 要繪製的樣本數。如果形狀是,例如,(m, n)alphabeta是標量,輸出形狀將是(m, n).如果alphabeta是具有形狀的 NDArray,例如,(x, y),則輸出將具有形狀(x, y, m, n),其中m*n為每個抽取樣本[alpha, beta)一對。
  • dtype({'float16', 'float32', 'float64'}, optional) - 輸出樣本的數據類型。默認為‘float32’
  • ctx(mxnet.context.Context, optional) - 輸出的設備上下文。默認為當前上下文。被覆蓋alpha.contextalpha是一個 NDArray。
  • out(NDArray, optional) - 將輸出存儲到現有的 NDArray。

返回

如果輸入 shape 具有形狀,例如 (m, n)alphabeta 是標量,則輸出形狀將為 (m, n) 。如果 alphabeta 是具有形狀的 NDArray,例如 (x, y) ,則輸出將具有形狀 (x, y, m, n) ,其中為每個 [alpha, beta) 對繪製 m*n 樣本。

返回類型

ND陣列

從伽馬分布中抽取隨機樣本。

樣本根據由alpha(形狀)和beta(比例)參數化的伽馬分布分布。

例子

>>> mx.nd.random.gamma(1, 1)
[ 1.93308783]
<NDArray 1 @cpu(0)>
>>> mx.nd.random.gamma(1, 1, shape=(2,))
[ 0.48216391  2.09890771]
<NDArray 2 @cpu(0)>
>>> alpha = mx.nd.array([1,2,3])
>>> beta = mx.nd.array([2,3,4])
>>> mx.nd.random.gamma(alpha, beta, shape=2)
[[  3.24343276   0.94137681]
 [  3.52734375   0.45568955]
 [ 14.26264095  14.0170126 ]]
<NDArray 3x2 @cpu(0)>

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.random.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。