TensorFlow函數(shù)：tf.random_gamma

tf.random_gamma 函數(shù)

random_gamma(
    shape,
    alpha,
    beta=None,
    dtype=tf.float32,
    seed=None,
    name=None
)

定義在：tensorflow/python/ops/random_ops.py.

請(qǐng)參閱指南：生成常量,序列和隨機(jī)值>隨機(jī)張量

從每個(gè)給定的 Gamma distribution(s) 中繪制 shape 樣本.

alpha 是描述 distribution(s) 的形狀參數(shù),并且 beta 是反比例參數(shù)(s).

例：

samples = tf.random_gamma([10], [0.5, 1.5]) 
# samples 的形狀為[10, 2], 其中每個(gè) slice [:, 0] 和 [:, 1] 表示從每個(gè)分布中抽取的樣本

samples = tf.random_gamma([7, 5], [0.5, 1.5]) 
# samples 形狀為[7, 5, 2], 其中每個(gè) slice [:, :, 0] 和 [:, :, 1] 表示從兩個(gè)分布中的每一個(gè)中抽取 7x5 個(gè)樣本

samples = tf.random_gamma([30], [[1.],[3.],[5.]], beta=[[3., 4.]]) 
# samples 形狀為 [30, 3, 2], 每個(gè) 3x2 分布有30個(gè)樣本

注意：因?yàn)閮?nèi)部計(jì)算是使用 float64 和鑄造具有 floor 語(yǔ)義,我們必須手動(dòng)映射零結(jié)果到最小的可能的正浮點(diǎn)值,即,np.finfo(dtype).tiny.這意味著np.finfo(dtype).tiny 比其他情況下更頻繁地發(fā)生.這種偏差只能發(fā)生于 alpha 的小值,即 alpha << 1 或 beta 的大值,即 beta >> 1.

參數(shù)：

• shape：一維整數(shù)張量或 Python 數(shù)組.輸出樣本的形狀是按照 alpha/beta-parameterized 分布繪制的.
• alpha：一個(gè)張量或者 Python 值或者 dtype 類型的 N-D 數(shù)組.alpha 提供描述要采樣的 gamma distribution(s) 的形狀 parameter(s)；必須可以播放 beta.
• beta：一個(gè)張量或者 Python 值或者 dtype 類型的 N-D 數(shù)組；默認(rèn)為1；beta 提供要采樣的 gamma distribution(s) 的反比例 parameter(s).必須可以播放alpha.
• dtype：alpha、beta 的類型,輸出：float16,float32 或 float64.
• seed：一個(gè) Python 整數(shù).用于為分布創(chuàng)建一個(gè)隨機(jī)種子.查看 tf.set_random_seed 行為.
• name：操作的可選名稱.

返回：

• samples：具有 dtype 類型值的帶有形狀 tf.concat(shape, tf.shape(alpha + beta)) 的 Tensor.