mindspore.ops.RandomPoisson

class mindspore.ops.RandomPoisson(seed=0, seed2=0, dtype=mstype.int64)

根据离散概率密度函数分布生成随机非负数浮点数i。函数定义如下：

\[\text{P}(i|μ) = \frac{\exp(-μ)μ^{i}}{i!}\]

说明

• 随机种子：通过一些复杂的数学算法，可以得到一组有规律的随机数，而随机种子就是这个随机数的初始值。随机种子相同，得到的随机数就不会改变。

• 全局的随机种子和算子层的随机种子都没设置或都设置为0：完全随机。

• 全局的随机种子设置了，算子层的随机种子未设置：采用全局的随机种子和0拼接。

• 全局的随机种子未设置，算子层的随机种子设置了：使用0和算子层的随机种子拼接。

• 全局的随机种子和算子层的随机种子都设置了：全局的随机种子和算子层的随机种子拼接。

参数：

• seed (int，可选) - 算子层的随机种子，用于生成随机数。必须是非负的。默认值： 0 。

• seed2 (int，可选) - 全局的随机种子，和算子层的随机种子共同决定最终生成的随机数。必须是非负的。默认值： 0 。

• dtype (mindspore.dtype，可选) - 输出数据类型， 默认值： mstype.int64 。

输入：

• shape (tuple) - 待生成的随机Tensor的shape，是一个一维Tensor。数据类型为int32或int64。

• rate (Tensor) - rate 为Poisson分布的μ参数，决定数字的平均出现次数。数据类型是其中之一：[float16, float32, float64, int32, int64]。

输出：

Tensor。shape是 \((*shape, *rate.shape)\) ，数据类型由参数 dtype 指定。

异常：

• TypeError - shape 不是Tensor或数据类型不是int32或int64。

• TypeError - dtype 数据类型不是int32或int64。

• ValueError - shape 不是一维Tensor。

• ValueError - shape 的元素存在负数。

支持平台：

GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> from mindspore import dtype as mstype
>>> shape = Tensor(np.array([2, 3]), mstype.int32)
>>> rate = Tensor(np.array([2, 2]), mstype.int32)
>>> seed = 0
>>> seed2 = 0
>>> random_poisson = ops.RandomPoisson(seed=seed, seed2=seed2)
>>> output = random_poisson(shape,rate)
>>> print(output.shape)
(2, 3, 2)