tf.random.stateless_binomial
Выводит детерминированные псевдослучайные значения из биномиального распределения.
tf.random.stateless_binomial(
shape,
seed,
counts,
probs,
output_dtype=tf.dtypes.int32,
name=None
)
Сгенерированные значения следуют биномиальному распределению со значениями параметров «счет» и «вероятность успеха».
Это бессостояниевая версия tf.random.Generator.binomial: если её запустить дважды с одними и теми же семенами и формами, она сгенерирует те же псевдослучайные числа. Выходной результат согласован при многократном запуске на одном оборудовании (и между CPU и GPU), но может меняться между версиями TensorFlow или на оборудовании, которое не является CPU/GPU.
Пример:
counts = [10., 20.]
# Probability of success.
probs = [0.8]
binomial_samples = tf.random.stateless_binomial(
shape=[2], seed=[123, 456], counts=counts, probs=probs)
counts = ... # Shape [3, 1, 2]
probs = ... # Shape [1, 4, 2]
shape = [3, 4, 3, 4, 2]
# Sample shape will be [3, 4, 3, 4, 2]
binomial_samples = tf.random.stateless_binomial(
shape=shape, seed=[123, 456], counts=counts, probs=probs)
| Аргументы | |
|---|---|
shape | Целочисленный тензор 1-D или массив Python. Форма тензора вывода. |
seed | Тензор формы [2], семя генератора псевдослучайных чисел. Должен иметь тип int32 или int64. (При использовании XLA разрешен только int32.) |
counts | Тензор. Числа биномиального распределения. Должен быть совместим с probs, и совместим с правыми измерениями shape. |
probs | Тензор. Вероятность успеха для биномиального распределения. Должен быть совместим с counts и совместим с правыми измерениями shape. |
output_dtype | Тип вывода. По умолчанию: tf.int32 |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
samples | Тензор заданной формы, заполненный случайными биномиальными значениями. Для каждого i, каждый элемент samples[..., i] является независимым значением, взятым из биномиального распределения с counts[i] испытаниями и вероятностью успеха probs[i]. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/random/stateless_binomial