用法:
mxnet.ndarray.random.generalized_negative_binomial(mu=1, alpha=1, shape=_Null, dtype=_Null, ctx=None, out=None, **kwargs)
- mu:(
float
or
NDArray
,
optional
) - 負二項分布的平均值。 - alpha:(
float
or
NDArray
,
optional
) - 負二項分布的 Alpha(分散)參數。 - shape:(
int
or
tuple of ints
,
optional
) - 要繪製的樣本數。如果形狀是,例如,(m, n)
和mu
和alpha
是標量,輸出形狀將是(m, n)
.如果mu
和alpha
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[mu, alpha)
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mu.context
當mu
是一個 NDArray。 - out:(
NDArray
,
optional
) - 將輸出存儲到現有的 NDArray。
- mu:(
如果輸入
shape
具有形狀,例如(m, n)
和mu
和alpha
是標量,則輸出形狀將為(m, n)
。如果mu
和alpha
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[mu, alpha)
對繪製m*n
樣本。
參數:
返回:
返回類型:
從廣義負二項分布中抽取隨機樣本。
樣本根據由
mu
(均值)和alpha
(分散)參數化的廣義負二項分布分布。alpha
定義為1/k
其中k
是不成功實驗次數的失敗限製(推廣到實數)。樣本將始終作為浮點數據類型返回。例子:
>>> mx.nd.random.generalized_negative_binomial(10, 0.5) [ 19.] <NDArray 1 @cpu(0)> >>> mx.nd.random.generalized_negative_binomial(10, 0.5, shape=(2,)) [ 30. 21.] <NDArray 2 @cpu(0)> >>> mu = mx.nd.array([1,2,3]) >>> alpha = mx.nd.array([0.2,0.4,0.6]) >>> mx.nd.random.generalized_negative_binomial(mu, alpha, shape=2) [[ 4. 0.] [ 3. 2.] [ 6. 2.]] <NDArray 3x2 @cpu(0)>
相關用法
- Python mxnet.ndarray.random.gamma用法及代碼示例
- Python mxnet.ndarray.random.normal用法及代碼示例
- Python mxnet.ndarray.random.shuffle用法及代碼示例
- Python mxnet.ndarray.random.uniform用法及代碼示例
- Python mxnet.ndarray.random.randint用法及代碼示例
- Python mxnet.ndarray.random.randn用法及代碼示例
- Python mxnet.ndarray.random.negative_binomial用法及代碼示例
- Python mxnet.ndarray.random.multinomial用法及代碼示例
- Python mxnet.ndarray.random.exponential用法及代碼示例
- Python mxnet.ndarray.random.poisson用法及代碼示例
- Python mxnet.ndarray.random_pdf_generalized_negative_binomial用法及代碼示例
- Python mxnet.ndarray.random_pdf_negative_binomial用法及代碼示例
- Python mxnet.ndarray.random_pdf_gamma用法及代碼示例
- Python mxnet.ndarray.random_pdf_normal用法及代碼示例
- Python mxnet.ndarray.random_pdf_poisson用法及代碼示例
- Python mxnet.ndarray.random_pdf_dirichlet用法及代碼示例
- Python mxnet.ndarray.random_pdf_exponential用法及代碼示例
- Python mxnet.ndarray.random_pdf_uniform用法及代碼示例
- Python mxnet.ndarray.ravel_multi_index用法及代碼示例
- Python mxnet.ndarray.round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.random.generalized_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。