تدفق التوتر:: العمليات:: متعدد الحدود

#include <random_ops.h>

يرسم عينات من توزيع متعدد الحدود.

ملخص

الحجج:

  • النطاق: كائن النطاق
  • logits: موتر ثنائي الأبعاد بالشكل [batch_size, num_classes] . تمثل كل شريحة [i, :] احتمالات السجل غير الطبيعية لجميع الفئات.
  • num_samples: 0-D. عدد العينات المستقلة المراد رسمها لكل شريحة صفية.

السمات الاختيارية (انظر Attrs ):

  • البذرة: إذا تم ضبط البذرة أو البذرة 2 على قيمة غير صفرية، فسيتم بذرة مولد الأرقام العشوائي الداخلي بواسطة البذرة المعطاة. وبخلاف ذلك، يتم استخدام بذرة عشوائية.
  • بذرة 2: بذرة ثانية لتجنب اصطدام البذور.

عائدات:

  • Output : موتر ثنائي الأبعاد بالشكل [batch_size, num_samples] . تحتوي كل شريحة [i, :] على تسميات الفئة المرسومة ذات النطاق [0, num_classes) .

البنائين والمدمرين

Multinomial (const :: tensorflow::Scope & scope, :: tensorflow::Input logits, :: tensorflow::Input num_samples)
Multinomial (const :: tensorflow::Scope & scope, :: tensorflow::Input logits, :: tensorflow::Input num_samples, const Multinomial::Attrs & attrs)

الصفات العامة

operation
output

الوظائف العامة

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

وظائف ثابتة العامة

OutputDtype (DataType x)
Seed (int64 x)
Seed2 (int64 x)

الهياكل

Tensorflow:: ops:: متعدد الحدود:: Attrs

محددات السمات الاختيارية لمتعددة الحدود .

الصفات العامة

عملية

Operation operation

انتاج

::tensorflow::Output output

الوظائف العامة

متعدد الحدود

 Multinomial(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input logits,
  ::tensorflow::Input num_samples
)

متعدد الحدود

 Multinomial(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input logits,
  ::tensorflow::Input num_samples,
  const Multinomial::Attrs & attrs
)

العقدة

::tensorflow::Node * node() const 

المشغل::tensorflow::الإدخال

 operator::tensorflow::Input() const 

المشغل::tensorflow::الإخراج

 operator::tensorflow::Output() const 

وظائف ثابتة العامة

نوع الإخراج

Attrs OutputDtype(
  DataType x
)

بذرة

Attrs Seed(
  int64 x
)

البذور2

Attrs Seed2(
  int64 x
)