tensorflow :: ops :: RandomPoissonV2

Wyprowadza wartości losowe z rozkładu (ów) Poissona opisanych przez szybkość.

streszczenie

Ta operacja wykorzystuje dwa algorytmy, w zależności od szybkości. Jeśli współczynnik> = 10, to algorytm Hormanna jest używany do pobierania próbek poprzez odrzucanie transformacji. Zobacz http://www.sciencedirect.com/science/article/pii/0167668793909974 .

W przeciwnym razie algorytm Knutha służy do pozyskiwania próbek poprzez pomnożenie jednolitych zmiennych losowych. Zobacz Donald E. Knuth (1969). Algorytmy półliczbowe. Sztuka programowania komputerowego, tom 2. Addison Wesley

Argumenty:

• zakres: obiekt Scope
• kształt: 1-D integer tensor. Kształt niezależnych próbek do narysowania z każdego rozkładu opisanego parametrami kształtu podanymi w szybkości.
• rate: tensor, w którym każdy skalar jest parametrem „rate” opisującym powiązany rozkład poissona.

Atrybuty opcjonalne (patrz Attrs ):

• seed: Jeśli seed lub seed2 są ustawione na wartość niezerową, generator liczb losowych jest inicjowany przez dane ziarno. W przeciwnym razie jest wysiewany przez losowe ziarno.
• seed2: drugie ziarno, aby uniknąć kolizji nasion.

Zwroty:

• Output : tensor z kształtem shape + shape(rate) . Każdy wycinek [:, ..., :, i0, i1, ...iN] zawiera próbki pobrane dla rate[i0, i1, ...iN] .

Atrybuty publiczne

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
)