একটি পাল্টা-ভিত্তিক RNG এর কাউন্টারটি অগ্রসর করুন।
`rng_read_and_skip(n)` এর পরে RNG-এর অবস্থা `ইউনিফর্ম([n])` (বা অন্য কোনো বিতরণ) এর পরে একই হবে। কাউন্টারে যোগ করা প্রকৃত বৃদ্ধি একটি অনির্দিষ্ট বাস্তবায়ন পছন্দ।
যে ক্ষেত্রে ইনপুট অ্যালগরিদম হল RNG_ALG_AUTO_SELECT, রাজ্যের কাউন্টারটি int64[2] আকারের হতে হবে, অ্যালগরিদমের মধ্যে বর্তমান সর্বাধিক কাউন্টার সাইজ। এই ক্ষেত্রে, এই অপটি কাউন্টারটিকে এমনভাবে পরিচালনা করবে যেন এটি লেআউট [lower_64bits, high_64bits] সহ একটি 128-বিট পূর্ণসংখ্যা। যদি একটি অ্যালগরিদমের কাউন্টারের জন্য 128 বিটের কম প্রয়োজন হয়, তবে এটি int64[2] এর বাম অংশ ব্যবহার করা উচিত। এইভাবে, int64[2] সমস্ত বর্তমান RNG অ্যালগরিদমের সাথে সামঞ্জস্যপূর্ণ (Philox, ThreeFry এবং xla::RandomAlgorithm::RNG_DEFAULT)। ডাউনস্ট্রিম আরএনজি অপস এইভাবে যেকোন আরএনজি অ্যালগরিদমের সাথে এই কাউন্টারটি ব্যবহার করতে পারে।
পাবলিক পদ্ধতি
| আউটপুট <লং> | আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে। |
| স্ট্যাটিক RngReadAndSkip | |
| আউটপুট <লং> | মান () রিসোর্স ভেরিয়েবলের পুরানো মান, বৃদ্ধি করার আগে। |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <Long> asOutput ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।
পাবলিক স্ট্যাটিক RngReadAndSkip তৈরি করুন ( Scope scope, Operand <?> resource, Operand <Integer> alg, Operand <?> ডেল্টা)
একটি নতুন RngReadAndSkip অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|---|
| সম্পদ | রিসোর্স ভেরিয়েবলের হ্যান্ডেল যা RNG-এর অবস্থা সঞ্চয় করে। রাষ্ট্র কী দ্বারা অনুসরণ করা কাউন্টার নিয়ে গঠিত। |
| alg | RNG অ্যালগরিদম। |
| ডেল্টা | অগ্রগতির পরিমাণ। |
রিটার্নস
- RngReadAndSkip এর একটি নতুন উদাহরণ
সর্বজনীন আউটপুট <Long> মান ()
রিসোর্স ভেরিয়েবলের পুরানো মান, বৃদ্ধি করার আগে। যেহেতু রাজ্যের আকার অ্যালগরিদম-নির্ভর, তাই এই আউটপুটটি int64[3] আকারে পৌঁছানোর জন্য শূন্য দিয়ে ডান-প্যাড করা হবে (অ্যালগরিদমের মধ্যে বর্তমান সর্বাধিক রাষ্ট্রের আকার)।