Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
тензорный поток:: опс:: СлучайнаяГамма
#include <random_ops.h>
Выводит случайные значения из гамма-распределения, описываемого альфа.
Краткое содержание
В этой операции используется алгоритм Марсальи и др. получать выборки путем преобразования-отбраковки пар однородных и нормальных случайных величин. См. http://dl.acm.org/citation.cfm?id=358414 .
Аргументы:
- область: объект области.
- форма: одномерный целочисленный тензор. Форма независимых выборок, извлекаемых из каждого распределения, описываемого параметрами формы, указанными в альфа-канале.
- альфа: Тензор, в котором каждый скаляр является параметром формы, описывающим соответствующее гамма-распределение.
Необязательные атрибуты (см. Attrs
):
- начальное число: если
seed
или seed2
задано ненулевое значение, генератор случайных чисел заполняется данным начальным числом. В противном случае он засеивается случайным семенем. - семя2: второе семя, чтобы избежать столкновения семян.
Возврат:
-
Output
: тензор с формой shape + shape(alpha)
. Каждый срез [:, ..., :, i0, i1, ...iN]
содержит образцы, взятые для alpha[i0, i1, ...iN]
. Тип вывода соответствует типу альфа.
Публичные статические функции |
---|
Seed (int64 x) | |
Seed2 (int64 x) | |
Публичные атрибуты
Общественные функции
узел
::tensorflow::Node * node() const
operator::tensorflow::Input() const
оператор::tensorflow::Выход
operator::tensorflow::Output() const
Публичные статические функции
Семя
Attrs Seed(
int64 x
)
Семя2
Attrs Seed2(
int64 x
)
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2025-07-26 UTC.
[null,null,["Последнее обновление: 2025-07-26 UTC."],[],[],null,["# tensorflow::ops::RandomGamma Class Reference\n\ntensorflow::ops::RandomGamma\n============================\n\n`#include \u003crandom_ops.h\u003e`\n\nOutputs random values from the Gamma distribution(s) described by alpha.\n\nSummary\n-------\n\nThis op uses the algorithm by Marsaglia et al. to acquire samples via transformation-rejection from pairs of uniform and normal random variables. See \u003chttp://dl.acm.org/citation.cfm?id=358414\u003e\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- shape: 1-D integer tensor. Shape of independent samples to draw from each distribution described by the shape parameters given in alpha.\n- alpha: A tensor in which each scalar is a \"shape\" parameter describing the associated gamma distribution.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/random-gamma/attrs#structtensorflow_1_1ops_1_1_random_gamma_1_1_attrs)):\n\n- seed: If either `seed` or `seed2` are set to be non-zero, the random number generator is seeded by the given seed. Otherwise, it is seeded by a random seed.\n- seed2: A second seed to avoid seed collision.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): A tensor with shape `shape + shape(alpha)`. Each slice `[:, ..., :, i0, i1, ...iN]` contains the samples drawn for `alpha[i0, i1, ...iN]`. The dtype of the output matches the dtype of alpha.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [RandomGamma](#classtensorflow_1_1ops_1_1_random_gamma_1a54b3819de158eaa8e1f4dd2e09c38350)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` shape, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` alpha)` ||\n| [RandomGamma](#classtensorflow_1_1ops_1_1_random_gamma_1afb5a4dcc9f3b7849c9ccf8e49233c658)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` shape, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` alpha, const `[RandomGamma::Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/random-gamma/attrs#structtensorflow_1_1ops_1_1_random_gamma_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_random_gamma_1a3442325c98888cd41398f85c8dc7215d) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_random_gamma_1ae108904c41339fe8cced748589ef2622) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|------------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_random_gamma_1a0a8429580ed9eda5d1b850c9fc9cd7c6)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_random_gamma_1ad5e60091b7438c54f6d2457fccba06ed)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_random_gamma_1a20b55a813e49ae84f48cd79c87285409)`() const ` | ` ` ` ` |\n\n| ### Public static functions ||\n|-------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------|\n| [Seed](#classtensorflow_1_1ops_1_1_random_gamma_1a62800c601cb18e766b0f41f18f86f335)`(int64 x)` | [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/random-gamma/attrs#structtensorflow_1_1ops_1_1_random_gamma_1_1_attrs) |\n| [Seed2](#classtensorflow_1_1ops_1_1_random_gamma_1a42984b9ff3911c8867903be5bcd97ac7)`(int64 x)` | [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/random-gamma/attrs#structtensorflow_1_1ops_1_1_random_gamma_1_1_attrs) |\n\n| ### Structs ||\n|-------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::RandomGamma::Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/random-gamma/attrs) | Optional attribute setters for [RandomGamma](/versions/r1.15/api_docs/cc/class/tensorflow/ops/random-gamma#classtensorflow_1_1ops_1_1_random_gamma). |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### RandomGamma\n\n```gdscript\n RandomGamma(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input shape,\n ::tensorflow::Input alpha\n)\n``` \n\n### RandomGamma\n\n```gdscript\n RandomGamma(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input shape,\n ::tensorflow::Input alpha,\n const RandomGamma::Attrs & attrs\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n``` \n\nPublic static functions\n-----------------------\n\n### Seed\n\n```text\nAttrs Seed(\n int64 x\n)\n``` \n\n### Seed2\n\n```text\nAttrs Seed2(\n int64 x\n)\n```"]]