tensorflow::ops::RandomPoissonV2

Génère des valeurs aléatoires issues de la ou des distributions de Poisson décrites par le taux.

Résumé

Cette opération utilise deux algorithmes, selon le taux d'échantillonnage. Si ce taux est supérieur ou égal à 10, l'algorithme de Hormann est utilisé pour acquérir les échantillons par transformation-rejet. Voir http://www.sciencedirect.com/science/article/pii/0167668793909974 .

Sinon, l'algorithme de Knuth est utilisé pour acquérir des échantillons par multiplication de variables aléatoires uniformes. Voir Donald E. Knuth (1969). Seminumerical Algorithms. The Art of Computer Programming, Volume 2. Addison Wesley

Arguments :

• portée : un objet Scope
• forme : tenseur d’entiers unidimensionnel. Forme des échantillons indépendants à tirer de chaque distribution décrite par les paramètres de forme donnés dans rate.
• taux : Un tenseur dans lequel chaque scalaire est un paramètre « taux » décrivant la distribution de Poisson associée.

Attributs optionnels (voir Attrs ) :

• Graine : Si l’une des seed ou seed2 est différente de zéro, le générateur de nombres aléatoires est initialisé avec la graine fournie. Sinon, il est initialisé avec une graine aléatoire.
• seed2 : Une deuxième graine pour éviter les collisions entre les graines.

Retours :

• Output : Un tenseur de forme forme shape + shape(rate) . Chaque tranche [:, ..., :, i0, i1, ...iN] contient les échantillons tirés pour rate[i0, i1, ...iN] .

attributs publics

Operation operation

::tensorflow::Output output

 RandomPoissonV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input shape,
  ::tensorflow::Input rate
)

 RandomPoissonV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input shape,
  ::tensorflow::Input rate,
  const RandomPoissonV2::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Dtype(
  DataType x
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)