用法:
mxnet.ndarray.random.multinomial(data, shape=_Null, get_prob=False, out=None, dtype='int32', **kwargs)
- data:(
NDArray
) - 一個n
最後一個維度有長度的維度數組k
,其中k
是每個多項分布的可能結果的數量。例如,具有形狀的數據(m, n, k)
指定m*n
多項分布,每個分布k
可能的結果。 - shape:(
int
or
tuple of ints
,
optional
) - 從每個分布中抽取的樣本數。如果 shape 為空,將從每個分布中抽取一個樣本。 - get_prob:(
bool
,
optional
) - 如果為真,則還將返回包含抽取樣本的對數似然的第二個數組。這通常用於強化學習,您可以在其中提供獎勵作為頭部梯度 w.r.t。這個數組來估計梯度。 - out:(
NDArray
,
optional
) - 將輸出存儲到現有的 NDArray。 - dtype:(
str
or
numpy.dtype
,
optional
) - 樣本輸出數組的數據類型。默認值為 int32。注意對數似然數組的數據類型與data
.
- data:(
對於具有
n
尺寸和形狀(d1, d2, …, dn-1, k)
的輸入data
以及具有形狀(s1, s2, …, sx)
的輸入shape
,返回具有形狀(d1, d2, … dn-1, s1, s2, …, sx)
的 NDArray。返回的 NDArray 的s1, s2, … sx
維度由從data
的k
維度中提供的每個相應多項分布采樣的 0 索引值組成。對於案件
n`=1, and `x`=1 (one shape dimension), returned NDArray has shape `(s1,)
.如果
get_prob
設置為 True,則此函數返回格式列表:[ndarray_output, log_likelihood_output]
,其中log_likelihood_output
是與采樣輸出具有相同形狀的 NDArray。列表,或NDArray
參數:
返回:
返回類型:
來自多個多項分布的並發采樣。
注意:
輸入分布必須標準化,即
data
必須沿其最後一個維度求和為 1。例子:
>>> probs = mx.nd.array([0, 0.1, 0.2, 0.3, 0.4]) >>> mx.nd.random.multinomial(probs) [3] <NDArray 1 @cpu(0)> >>> probs = mx.nd.array([[0, 0.1, 0.2, 0.3, 0.4], [0.4, 0.3, 0.2, 0.1, 0]]) >>> mx.nd.random.multinomial(probs) [3 1] <NDArray 2 @cpu(0)> >>> mx.nd.random.multinomial(probs, shape=2) [[4 4] [1 2]] <NDArray 2x2 @cpu(0)> >>> mx.nd.random.multinomial(probs, get_prob=True) [3 2] <NDArray 2 @cpu(0)> [-1.20397282 -1.60943794] <NDArray 2 @cpu(0)>
相關用法
- Python mxnet.ndarray.random.generalized_negative_binomial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.gamma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.multinomial。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。