mindspore.ops.Multinomial
- class mindspore.ops.Multinomial(seed=0, seed2=0, dtype=mstype.int32)[源代码]
返回从输入Tensor对应行进行多项式概率分布采样出的Tensor。
说明
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。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> from mindspore import Tensor, ops >>> from mindspore import dtype as mstype >>> x = Tensor([[0., 9., 4., 0.]], mstype.float32) >>> multinomial = ops.Multinomial(seed=10) >>> output = multinomial(x, 2) >>> print(output) [[1 1]]