mindspore.ops.random_poisson

mindspore.ops.random_poisson(shape, rate, seed=None, dtype=mstype.float32)[源代码]

从各指定均值的泊松分布中，随机采样 shape 形状的随机数。

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

  • shape (Tensor) - 表示要从每个分布中采样的随机数张量的形状。必须是一个一维的张量且数据类型必须是 mindspore.dtype.int32 或者 mindspore.dtype.int64 。

  • rate (Tensor) - 泊松分布的 \(μ\) 参数，表示泊松分布的均值，同时也是分布的方差。必须是一个张量，且其数据类型必须是以下类型中的一种：mindspore.dtype.int64，mindspore.dtype.int32，mindspore.dtype.float64，mindspore.dtype.float32或者mindspore.dtype.float16。

  • seed (int) - 随机数种子，用于在随机数引擎中产生随机数。必须是一个非负的整数。默认值是None，表示使用0作为随机数种子。

  • dtype (mindspore.dtype) - 表示要生成的随机数张量的数据类型。必须是mindspore.dtype类型，可以是以下值中的一种：mindspore.dtype.int64，mindspore.dtype.int32，mindspore.dtype.float64，mindspore.dtype.float32或者mindspore.dtype.float16。

返回：

返回一个张量，它的形状由入参 shape 和 rate 共同决定： mindspore.concat([‘shape’, mindspore.shape(‘rate’)], axis=0) ，它的数据类型由入参 dtype 决定。

异常：

  • TypeError - 如果 shape 不是一个张量。

  • TypeError - 如果 shape 张量的数据类型不是mindspore.dtype.int64或mindspore.dtype.int32。

  • ValueError - 如果 shape 张量的形状不是一维的。

  • TypeError - 如果 rate 不是一个张量。

  • TypeError - 如果 rate 张量的数据类型不是mindspore.dtype.int64，mindspore.dtype.int32，mindspore.dtype.float64，mindspore.dtype.float32或者mindspore.dtype.float16。

  • TypeError - 如果 seed 不是一个非负整型。

  • TypeError - 如果 dtype 不是mindspore.dtype.int64，mindspore.dtype.int32，mindspore.dtype.float64，mindspore.dtype.float32或者mindspore.dtype.float16。

  • ValueError - 如果 shape 张量中有非正数。

支持平台：

CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> # case 1: 1-D shape, 2-D rate, float64 output
>>> shape = Tensor(np.array([2, 2]), mindspore.int64)
>>> rate = Tensor(np.array([[5.0, 10.0], [5.0, 1.0]]), mindspore.float32)
>>> output = ops.random_poisson(shape, rate, seed=5, dtype=mindspore.float64)
>>> print(output.shape, output.dtype)
(2, 2, 2, 2) float64
>>> # case 2: 1-D shape, scalar rate, int64 output
>>> shape = Tensor(np.array([2, 2]), mindspore.int64)
>>> rate = Tensor(5.0, mindspore.float64)
>>> output = ops.random_poisson(shape, rate, seed=5, dtype=mindspore.int64)
>>> print(output.shape, output.dtype)
(2, 2) Int64