2024-06-15 23:41:06 发布
网友
在Pythorch中,可以执行以下操作:
x = torch.bernoulli(my_data)
tensorflow中有类似的功能吗?输入是否可以是二维张量,例如(batch,len)?在
return math_ops.log(probs) - math_ops.log1p(-1. * probs), probs TypeError: unsupported operand type(s) for *: 'float' and 'Tensor'
似乎^{}能满足您的需要。输入可以是包括2D张量的nd张量。在
编辑:示例使用
在你的评论之后,我尝试了以下方法,这对我很有效(使用tensorflow 1.11):
import numpy as np import tensorflow import tensorflow as tf from tensorflow.distributions import Bernoulli tmp_x1 = np.random.rand(20,5) new_data_2 = tf.convert_to_tensor(tmp_x1) tmp2_x1 = Bernoulli(probs=new_data_2) sess = tf.Session() print sess.run(tmp2_x1.sample())
似乎^{} 能满足您的需要。输入可以是包括2D张量的nd张量。在
编辑:示例使用
在你的评论之后,我尝试了以下方法,这对我很有效(使用tensorflow 1.11):
相关问题 更多 >
编程相关推荐