RandomPoisson

kelas akhir publik RandomPoisson

Menghasilkan nilai acak dari distribusi Poisson yang dijelaskan berdasarkan laju.

Operasi ini menggunakan dua algoritma, bergantung pada rate. Jika rate >= 10, maka algoritma Hormann digunakan untuk memperoleh sampel melalui transformasi-penolakan. Lihat http://www.sciencedirect.com/science/article/pii/0167668793909974.

Jika tidak, algoritma Knuth digunakan untuk memperoleh sampel melalui perkalian variabel acak seragam. Lihat Donald E. Knuth (1969). Algoritma Seminumerik. Seni Pemrograman Komputer, Volume 2. Addison Wesley

Kelas Bersarang

kelas RandomPoisson.Opsi Atribut opsional untuk RandomPoisson

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <V>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
statis <V memperluas TNumber > RandomPoisson <V>
buat ( Lingkup lingkup, Operan <? extends TNumber > bentuk, Operan <? extends TNumber > rate, Kelas<V> dtype, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi RandomPoisson baru.
RandomPoisson statis < TInt64 >
buat ( Lingkup cakupan, Operan <? extends TNumber > bentuk, Operan <? extends TNumber > rate, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi RandomPoisson baru menggunakan tipe keluaran default.
Keluaran <V>
keluaran ()
Tensor dengan bentuk `bentuk + bentuk(kecepatan)`.
RandomPoisson.Options statis
benih (biji panjang)
RandomPoisson.Options statis
seed2 (Benih panjang2)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "RandomPoissonV2"

Metode Publik

Keluaran publik <V> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static RandomPoisson <V> buat ( Lingkup cakupan , Operan <? extends TNumber > bentuk, Operan <? extends TNumber > rate, Kelas<V> dtype, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi RandomPoisson baru.

Parameter
cakupan ruang lingkup saat ini
membentuk Tensor bilangan bulat 1-D. Bentuk sampel independen diambil dari setiap distribusi yang dijelaskan oleh parameter bentuk yang diberikan dalam laju.
kecepatan Tensor yang setiap skalarnya merupakan parameter "laju" yang menggambarkan distribusi poisson terkait.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari RandomPoisson

public static RandomPoisson < TInt64 > buat ( Lingkup cakupan , Operan <? extends TNumber > bentuk, Operan <? extends TNumber > rate, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi RandomPoisson baru menggunakan tipe keluaran default.

Parameter
cakupan ruang lingkup saat ini
membentuk Tensor bilangan bulat 1-D. Bentuk sampel independen diambil dari setiap distribusi yang dijelaskan oleh parameter bentuk yang diberikan dalam laju.
kecepatan Tensor yang setiap skalarnya merupakan parameter "laju" yang menggambarkan distribusi poisson terkait.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari RandomPoisson

Keluaran publik <V> keluaran ()

Tensor dengan bentuk `bentuk + bentuk(kecepatan)`. Setiap irisan `[:, ..., :, i0, i1, ...iN]` berisi sampel yang diambil untuk `rate[i0, i1, ...iN]`.

Benih RandomPoisson.Options statis publik (Benih panjang)

Parameter
benih Jika `seed` atau `seed2` disetel bukan nol, pembuat nomor acak akan diunggulkan berdasarkan seed yang diberikan. Jika tidak, ia akan diunggulkan dengan benih acak.

public static RandomPoisson.Options seed2 (Benih panjang2)

Parameter
benih2 Benih kedua untuk menghindari benturan benih.