當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文


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

用法:

mxnet.ndarray.random.negative_binomial(k=1, p=1, shape=_Null, dtype=_Null, ctx=None, out=None, **kwargs)

參數

  • k(float or NDArray, optional) - 不成功實驗的限製,> 0。
  • p(float or NDArray, optional) - 每個實驗中的失敗概率,>= 0 和 <=1。
  • shape(int or tuple of ints, optional) - 要繪製的樣本數。如果形狀是,例如,(m, n)kp是標量,輸出形狀將是(m, n).如果kp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[k, p)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k.contextk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)kp 是標量,則輸出形狀將為 (m, n) 。如果 kp 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 [k, p) 對繪製 m*n 樣本。

返回類型

ND陣列

從負二項分布中抽取隨機樣本。

樣本根據由k(不成功實驗的限製)和p(每個實驗中的失敗概率)參數化的負二項分布分布。樣本將始終作為浮點數據類型返回。

例子

>>> mx.nd.random.negative_binomial(10, 0.5)
[ 4.]
<NDArray 1 @cpu(0)>
>>> mx.nd.random.negative_binomial(10, 0.5, shape=(2,))
[ 3.  4.]
<NDArray 2 @cpu(0)>
>>> k = mx.nd.array([1,2,3])
>>> p = mx.nd.array([0.2,0.4,0.6])
>>> mx.nd.random.negative_binomial(k, p, shape=2)
[[ 3.  2.]
 [ 4.  4.]
 [ 0.  5.]]
<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.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。