tf的公共API。随机名称空间。
experimental
模块:用于tf.random的公共API。实验名称空间。all_candidate_sampler(...)
: 生成所有类的集合。categorical(...)
: 从分类分布中抽取样本。fixed_unigram_candidate_sampler(...)
: 使用提供的(固定的)基本分布对一组类进行示例。gamma(...)
: 从每个给定的伽马分布中绘制形状样本。learned_unigram_candidate_sampler(...)
: 从训练期间学到的分布中抽取一组类作为样本。log_uniform_candidate_sampler(...)
: 使用log_uniform (Zipfian)基分布对一组类进行示例。normal(...)
: 从正态分布中输出随机值。poisson(...)
: 从每个给定的泊松分布中提取形状样本。set_seed(...)
: 设置图形级随机种子。shuffle(...)
: 随机打乱张量的第一个维度。stateless_categorical(...)
: 从分类分布中提取确定性伪随机样本。stateless_normal(...)
: 从正态分布输出确定的伪随机值。stateless_truncated_normal(...)
: 输出确定性伪随机值,截断正态分布。stateless_uniform(...)
: 从均匀分布中输出确定的伪随机值。truncated_normal(...)
: 从截断的正态分布中输出随机值。uniform(...)
: 从均匀分布中输出随机值。uniform_candidate_sampler(...)
: 使用统一的基分布对一组类进行采样。从多项分布中抽取样本。(弃用)
tf.random.multinomial(
logits,
num_samples,
seed=None,
name=None,
output_dtype=None
)
例:
# samples has shape [1, 5], where each value is either 0 or 1 with equal
# probability.
samples = tf.random.categorical(tf.math.log([[10., 10.]]), 5)
参数:
返回值: