mindspore.ops.bernoulli
- mindspore.ops.bernoulli(input, p=0.5, seed=None)[源代码]
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]