mindspore.ops.Multinomial
==========================

.. py:class:: mindspore.ops.Multinomial(seed=0, seed2=0, dtype=mstype.int32)

    返回从输入Tensor对应行进行多项式概率分布采样出的Tensor。

    .. note::
        - 输入的行不需要求和为1(在这种情况下，我们使用值作为权重)，但必须是非负的、有限的，并且具有非零和。
        - 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，必须是int32或者int64，默认： ``mstype.int32`` 。

    输入：
        - **x** (Tensor) - 包含累加概率和的输入Tensor，必须是一维或二维。
        - **num_samples** (int) - 要抽取的样本数。

    输出：
        Tensor，具有与输入相同的行。每行的采样索引数为 `num_samples` 。

    异常：
        - **TypeError** - 如果 `seed` 或者 `seed2` 不是int类型。
        - **TypeError** - 如果 `num_sample` 不是int类型。
        - **TypeError** - 如果 `dtype` 不是int32或者int64类型。
        - **ValueError** - 如果 `seed` 或者 `seed2` 小于零。