mindspore.ops.bernoulli

mindspore.ops.bernoulli(input, p=0.5, seed=None)

以 p 的概率随机将输出的元素设置为0或1，服从伯努利分布。

\[out_{i} \sim Bernoulli(p_{i})\]

参数：

• input (Tensor) - Tensor的输入，其数据类型为int8、uint8、int16、int32、int64、bool、float32或float64。

• p (Union[Tensor, float], 可选) - 成功概率。 p 中每个值代表输出Tensor中对应位置为1的概率，如果是Tensor，其shape必须与 input 一致，数值范围在0到1之间。默认值： 0.5 。

• seed (Union[int, None], 可选) - 随机种子，用于生成随机数，数值范围为正整数。默认值： None ，表示使用时间戳。

返回：

• output (Tensor) - shape和数据类型与 input 相同。

异常：

• TypeError - input 的数据类型不在int8、uint8、int16、int32、int64、bool、float32和float64中。

• TypeError - p 的数据类型既不是float32也不是float64。

• TypeError - seed 不是int或None。

• ValueError - seed 是负数。

• ValueError - p 数值范围不在0到1之间。

• ValueError - 如果 p 是Tensor，但是其shape与 input 不同。

支持平台：

GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> import mindspore.ops as ops
>>> input_x = Tensor(np.array([1, 2, 3]), mindspore.int8)
>>> output = ops.bernoulli(input_x, p=1.0)
>>> print(output)
[1 1 1]
>>> input_p = Tensor(np.array([0.0, 1.0, 1.0]), mindspore.float32)
>>> output = ops.bernoulli(input_x, input_p)
>>> print(output)
[0 1 1]