torch.bernoulli

torch.bernoulli(input, *, generator=None, out=None) → Tensor

Генерирует двоичные случайные числа (0 или 1) из распределения Бернулли.

Тензор input должен содержать вероятности, используемые для генерации двоичных случайных чисел. Следовательно, все значения в input должны находиться в диапазоне: $0 \leq \text{input}_i \leq 1$.

Элемент $\text{i}^{th}$ выходного тензора будет содержать значение $1$ в соответствии с $\text{i}^{th}$ значением вероятности, указанным в input.

$$\text{out}_{i} \sim \mathrm{Bernoulli}(p = \text{input}_{i})$$

Возвращаемый out тензор содержит только значения 0 или 1 и имеет такую же форму, как и input.

out может содержать целые dtype, но input должен содержать значения с плавающей точкой dtype.

Параметры:

input (Тензор) – входной тензор значений вероятностей для распределения Бернулли

Аргументы по ключевым словам:

• generator (torch.Generator, необязательно) – генератор псевдослучайных чисел для выборки
• out (Тензор, необязательно) – выходной тензор.

Пример:

>>> a = torch.empty(3, 3).uniform_(0, 1)  # generate a uniform random matrix with range [0, 1]
>>> a
tensor([[ 0.1737,  0.0950,  0.3609],
        [ 0.7148,  0.0289,  0.2676],
        [ 0.9456,  0.8937,  0.7202]])
>>> torch.bernoulli(a)
tensor([[ 1.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 1.,  1.,  1.]])

>>> a = torch.ones(3, 3) # probability of drawing "1" is 1
>>> torch.bernoulli(a)
tensor([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.],
        [ 1.,  1.,  1.]])
>>> a = torch.zeros(3, 3) # probability of drawing "1" is 0
>>> torch.bernoulli(a)
tensor([[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]])