文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

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。

$$ou{t}_i\sim Bernoulli(p_i)$$

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
>>> from mindspore import 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]