Python mxnet.symbol.op.sample_normal用法及代碼示例

用法:
mxnet.symbol.op.sample_normal(mu=None, sigma=None, shape=_Null, dtype=_Null, name=None, attr=None, out=None, **kwargs)

參數：

mu：(Symbol) - 分布的平均值。
shape：(Shape(tuple), optional, default=[]) - 要從每個隨機分布中采樣的形狀。
dtype：({'None', 'float16', 'float32', 'float64'},optional, default='None') - 輸出的 DType，以防無法推斷。如果未定義(dtype=None)，則默認為 float32。
sigma：(Symbol) - 分布的標準差。
name：(string, optional.) - 結果符號的名稱。

結果符號。

返回類型：

Symbol

使用參數mu(均值)和sigma(標準差)從多個正態分布中同時采樣。

分布的參數作為輸入數組提供。 [s] 是輸入數組的形狀，n 是 [s] 的維度，[t] 是指定為運算符參數的形狀，m 是 [t] 的維度。然後輸出將是一個 (n+m) 形狀為 [s]x[t] 的維數組。

對於任何有效的 n 維索引 i 相對於輸入數組，output[i] 將是一個 m 維數組，它包含從分布中隨機抽取的樣本，該分布由索引處的輸入值參數化 i 。如果未設置算子的形狀參數，則每個分布將抽取一個樣本，並且輸出數組的形狀與輸入數組的形狀相同。

例子：

mu = [ 0.0, 2.5 ]
sigma = [ 1.0, 3.7 ]

// Draw a single sample for each distribution
sample_normal(mu, sigma) = [-0.56410581,  0.95934606]

// Draw a vector containing two samples for each distribution
sample_normal(mu, sigma, shape=(2)) = [[-0.56410581,  0.2928229 ],
                                       [ 0.95934606,  4.48287058]]

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.symbol.op.sample_normal。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：