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

用法:
mxnet.ndarray.random.poisson(lam=1, shape=_Null, dtype=_Null, ctx=None, out=None, **kwargs)

參數：

lam：(float or NDArray, optional) - 間隔的期望值，應該 >= 0。
shape：(int or tuple of ints, optional) - 要繪製的樣本數。如果形狀是，例如，(m, n)和lam是一個標量，輸出形狀將是(m, n).如果lam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為每個條目抽取樣本lam.
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lam.context當lam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 lam 是標量，則輸出形狀將為 (m, n) 。如果 lam 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 lam 中的每個條目繪製 m*n 樣本。

返回類型：

ND陣列

從泊鬆分布中抽取隨機樣本。

樣本根據由lambda(速率)參數化的泊鬆分布分布。樣本將始終作為浮點數據類型返回。

例子：

>>> mx.nd.random.poisson(1)
[ 1.]
<NDArray 1 @cpu(0)>
>>> mx.nd.random.poisson(1, shape=(2,))
[ 0.  2.]
<NDArray 2 @cpu(0)>
>>> lam = mx.nd.array([1,2,3])
>>> mx.nd.random.poisson(lam, shape=2)
[[ 1.  3.]
 [ 3.  2.]
 [ 2.  3.]]
<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.poisson。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：