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)和k和p是標量，輸出形狀將是(m, n).如果k和p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.context當k是一個 NDArray。
out：(NDArray, optional) - 將輸出存儲到現有的 NDArray。

如果輸入 shape 具有形狀，例如 (m, n) 和 k 和 p 是標量，則輸出形狀將為 (m, n) 。如果 k 和 p 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。

用法:

參數：

返回：

返回類型：

例子：