multinomial¶

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

该OP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) - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

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]]

PaddlePaddle

paddle / multinomial

multinomial¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle / multinomial

multinomial¶