multinomial¶

paddle. multinomial ( x, num_samples=1, replacement=False, name=None ) [源代码] ¶

以输入 x 为概率，生成一个多项分布的 Tensor。输入 x 是用来随机采样的概率分布，x 中每个元素都应该大于等于 0，且不能都为 0。参数 replacement 表示它是否是一个可放回的采样，如果 replacement 为 True，能重复对一种类别采样。

参数¶

x (Tensor) - 输入的概率值。数据类型为 float32 、float64 。

num_samples (int，可选) - 采样的次数（可选，默认值为 1）。

replacement (bool，可选) - 是否是可放回的采样（可选，默认值为 False）。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

Tensor，多项分布采样得到的随机 Tensor，为 num_samples 次采样得到的类别下标。

代码示例¶

          import paddle

paddle.seed(100) # on CPU device
x = paddle.rand([2,4])
print(x)
# [[0.5535528  0.20714243 0.01162981 0.51577556]
# [0.36369765 0.2609165  0.18905126 0.5621971 ]]

paddle.seed(200) # on CPU device
out1 = paddle.multinomial(x, num_samples=5, replacement=True)
print(out1)
# [[3 3 0 0 0]
# [3 3 3 1 0]]

# out2 = paddle.multinomial(x, num_samples=5)
# InvalidArgumentError: When replacement is False, number of samples
#  should be less than non-zero categories

paddle.seed(300) # on CPU device
out3 = paddle.multinomial(x, num_samples=3)
print(out3)
# [[3 0 1]
# [3 1 0]]

         

使用本API的教程文档¶

Pytorch 写法