我用tf.multinomial在Tensorflow中生成样本,我在寻找一种返回随机选择元素的关联概率的方法。所以在以下情况下:
logits = [[-1., 0., 1], [1, 1, 1], [0, 1, 2]]
samples = tf.multinomial(logits, 2)
with tf.Session() as sess:
sess.run(samples)
而不是
^{pr2}$因此,我想看看
[[(1, 0.244728), (2, 0.66524)],
[(0, 0.33333), (1, 0.33333)],
[(1, 0.244728), (1, 0.244728)]]
有没有办法做到这一点?在
我很困惑,张量流是否在内部做了某种转换,将逻辑转化为概率?多项式分布接受一组位置概率作为参数,这些概率决定结果(位置)被抽样的可能性。i、 e
所以你的概率可能就是你的逻辑。在
看着https://www.tensorflow.org/api_docs/python/tf/multinomial
你可以看到它声明它们是“非标准化的日志概率”,所以如果你能应用这个转换,你就有了概率
相关问题 更多 >
编程相关推荐