tensorflow::ops::RandomPoissonV2

Menghasilkan nilai acak dari distribusi Poisson yang dijelaskan oleh laju.

Ringkasan

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

Selain itu, 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

Argumen:

• Cakupan: Objek Cakupan
• bentuk: tensor bilangan bulat 1-D. Bentuk sampel independen yang akan diambil dari setiap distribusi yang dijelaskan oleh parameter bentuk yang diberikan dalam laju.
• rate: Sebuah tensor di mana setiap skalar adalah parameter "rate" yang menggambarkan distribusi Poisson terkait.

Atribut opsional (lihat Attrs ):

• seed: Jika seed atau seed2 diatur ke nilai bukan nol, generator angka acak akan diinisialisasi dengan seed yang diberikan. Jika tidak, generator akan diinisialisasi dengan seed acak.
• seed2: Benih kedua untuk menghindari benturan benih.

Mengembalikan:

• Output : Sebuah tensor dengan shape + shape(rate) . Setiap irisan [:, ..., :, i0, i1, ...iN] berisi sampel yang diambil untuk rate[i0, i1, ...iN] .

Atribut publik

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
)