# samples has shape [1, 5], where each value is either 0 or 1 with equal
# probability.
samples = tf.random.categorical(tf.math.log([[0.5, 0.5]]), 5)
Аргументы
logits
2-мерный тензор с формой [batch_size, num_classes]. Каждый срез [i, :] представляет ненормализованные логарифмические вероятности для всех классов.
num_samples
0-мерный. Количество независимых выборок для каждого среза строки.
dtype
тип целого числа для использования в выводе. По умолчанию int64.
seed
Целое число Python. Используется для создания случайного начального значения для распределения. См. tf.random.set_seed для получения информации о поведении.
name
Необязательное имя операции.
Возвращаемое значение
Выбранные выборки формы [batch_size, num_samples].
