Python tf.random.stateless_binomial用法及代碼示例

從二項分布輸出確定性偽隨機值。

用法

tf.random.stateless_binomial(
    shape, seed, counts, probs, output_dtype=tf.dtypes.int32, name=None
)

參數

shape 一維整數張量或 Python 數組。輸出張量的形狀。
seed 形狀 [2] 張量，隨機數生成器的種子。必須具有數據類型 int32 或 int64 。 (使用 XLA 時，僅允許使用 int32。)
counts 張量。二項分布的計數。必須可以使用 probs 進行廣播，並且可以使用 shape 的最右側維度進行廣播。
probs 張量。二項分布的成功概率。必須可以使用 counts 進行廣播，並且可以使用 shape 的最右側維度進行廣播。
output_dtype 輸出的類型。默認值：tf.int32
name 操作的名稱(可選)。

samples 用隨機二項式值填充的指定形狀的張量。對於每個 i，每個 samples[..., i] 都是從 counts[i] 試驗的二項式分布中獨立抽取的，具有成功概率 probs[i]。

生成的值遵循具有指定計數和成功概率參數的二項分布。

這是tf.random.Generator.binomial 的無狀態版本：如果使用相同的種子和形狀運行兩次，它將產生相同的偽隨機數。輸出在同一硬件(以及 CPU 和 GPU 之間)上的多次運行中是一致的，但可能會在 TensorFlow 版本之間或在非 CPU/GPU 硬件上發生變化。

例子：

counts = [10., 20.]
# Probability of success.
probs = [0.8]

binomial_samples = tf.random.stateless_binomial(
    shape=[2], seed=[123, 456], counts=counts, probs=probs)

counts = ... # Shape [3, 1, 2]
probs = ...  # Shape [1, 4, 2]
shape = [3, 4, 3, 4, 2]
# Sample shape will be [3, 4, 3, 4, 2]
binomial_samples = tf.random.stateless_binomial(
    shape=shape, seed=[123, 456], counts=counts, probs=probs)

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.random.stateless_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

例子：