mindspore.ops.RandomPoisson

class mindspore.ops.RandomPoisson(seed=0, seed2=0, dtype=mstype.int64)[源代码]

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)