Python mxnet.symbol.sample_multinomial用法及代碼示例

用法:
mxnet.symbol.sample_multinomial(data=None, shape=_Null, get_prob=_Null, dtype=_Null, name=None, attr=None, out=None, **kwargs)

參數：

data：(Symbol) - 分布概率。最後一個軸上的總和必須為 1。
shape：(Shape(tuple), optional, default=[]) - 要從每個隨機分布中采樣的形狀。
get_prob：(boolean, optional, default=0) - 是否也返回采樣結果的對數概率。這通常用於通過隨機變量進行區分，例如在強化學習中。
dtype：({'float16', 'float32', 'float64', 'int32', 'uint8'},optional, default='int32') - 輸出的 DType，以防無法推斷。
name：(string, optional.) - 結果符號的名稱。

結果符號。

返回類型：

Symbol

來自多個多項分布的並發采樣。

data 是一個 n 維數組，其最後一維的長度為 k ，其中 k 是每個多項分布的可能結果數。此運算符將從每個分布中抽取 shape 樣本。如果 shape 為空，將從每個分布中抽取一個樣本。

如果get_prob 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，您可以提供獎勵作為該數組的頭部梯度來估計梯度。

請注意，輸入分布必須標準化，即 data 必須沿其最後一個軸總和為 1。

例子：

probs = [[0, 0.1, 0.2, 0.3, 0.4], [0.4, 0.3, 0.2, 0.1, 0]]

// Draw a single sample for each distribution
sample_multinomial(probs) = [3, 0]

// Draw a vector containing two samples for each distribution
sample_multinomial(probs, shape=(2)) = [[4, 2],
                                        [0, 0]]

// requests log likelihood
sample_multinomial(probs, get_prob=True) = [2, 1], [0.2, 0.3]

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.sample_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。

用法:

參數：

返回：

返回類型：