PyTorch是一個(gè)開(kāi)源的深度學(xué)習(xí)框架，它提供了一個(gè)用于高級(jí)特性的Python包。在本文中，我們將介紹PyTorch中的常見(jiàn)抽樣函數(shù)。抽樣是一個(gè)統(tǒng)計(jì)過(guò)程，它從總體中提取一個(gè)子集，通過(guò)子集來(lái)研究整個(gè)總體。

torch.bernoulli()

伯努利分布是一個(gè)離散分布，有兩個(gè)結(jié)果，即成功和失敗。如果成功的概率是p，那么失敗的概率是(1-p)，反之亦然。

PyTorch的實(shí)現(xiàn)和相應(yīng)的輸出如下:

a = torch.empty(3, 3).uniform_(0, 1)
 print(a)

輸出如下：

tensor([[0.0966, 0.7385, 0.6546],
        [0.4255, 0.8294, 0.8315],
        [0.8065, 0.8228, 0.6467]])

現(xiàn)在我們把bernoulli()函數(shù)應(yīng)用到張量上

torch.bernoulli(a)

輸出如下：

tensor([[0., 1., 1.],
        [1., 1., 0.],
        [1., 0., 1.]])

torch.Tensor.cauchy_()

柯西分布，又稱(chēng)柯西-洛倫茲分布，在統(tǒng)計(jì)學(xué)中，具有兩個(gè)參數(shù)的連續(xù)分布函數(shù)，最早于19世紀(jì)初由法國(guó)數(shù)學(xué)家?jiàn)W古斯丁-路易斯·柯西研究。后來(lái)，19世紀(jì)的荷蘭物理學(xué)家亨德里克·洛倫茲(Hendrik Lorentz)用它來(lái)解釋強(qiáng)迫共振或振動(dòng)。第一眼看柯西分布看起來(lái)像正態(tài)分布，但它的“尾巴”并不像正態(tài)分布那樣迅速逐漸消失。

柯西分布可能看起來(lái)類(lèi)似于正態(tài)分布，它的峰值比高斯分布高，與正態(tài)分布不同的是，它的尾部衰減得更慢。

a = torch.ones(3, 3)
 a

輸出：

tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]])

現(xiàn)在我們應(yīng)用cauchy_()函數(shù)

torch.Tensor.cauchy_(a)

輸出：

tensor([[-4.5374, 0.3726, 0.4947],
        [ 0.4111, 0.9167, 0.7214],
        [ 1.0533, -9.2247, 0.7620]])

注意，這里的函數(shù)名稱(chēng)以"_"結(jié)尾，這是pytorch的一個(gè)規(guī)定，他將會(huì)用改寫(xiě)參數(shù)，也就是我們傳進(jìn)去的變量a

torch.poisson ()

泊松分布用于計(jì)算一個(gè)事件在平均價(jià)值率(時(shí)間)的一定時(shí)間內(nèi)發(fā)生的可能性。泊松分布是一個(gè)離散的概率分布。

 a = torch.rand(4, 4) * 5 # rate parameter between 0 and 5
 torch.poisson(a)

輸出如下：

 tensor([[2., 1., 0., 8.],
        [2., 3., 3., 3.],
        [0., 0., 1., 6.],
        [0., 5., 3., 3.]])

torch.normal ()

正態(tài)分布，又稱(chēng)高斯分布，是獨(dú)立隨機(jī)變量的連續(xù)分布函數(shù)。該分布有一個(gè)鐘形曲線，其特征有兩個(gè)參數(shù):均值，即圖型上的最大值，圖總是對(duì)稱(chēng)的;還有標(biāo)準(zhǔn)差，它決定了離均值的差值。

torch.normal(mean=torch.arange(1., 11.), std=torch.arange(1, 0, -0.1))

輸出如下：

 tensor([-0.6932, 2.3833, 2.3547, 3.8103, 5.4436, 5.8295, 7.5898, 8.4793,
          9.1938, 10.0637])

torch.rand ()

PyTorch torch.randn()返回一個(gè)由可變參數(shù)大小(定義輸出張量形狀的整數(shù)序列)定義的張量，包含來(lái)自標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)。

標(biāo)準(zhǔn)正態(tài)分布，也稱(chēng)為z分布，是一種特殊的正態(tài)分布，其均值為0，標(biāo)準(zhǔn)差為1

 torch.randn(4,4)

輸出如下：

 tensor([[-1.3119, -0.2177, -0.2496, 0.2361],
        [-1.2755, -0.2271, 1.5297, 0.6433],
        [-0.4198, -0.9269, -0.6260, -0.9713],
        [ 0.6730, -1.2400, 2.1338, 0.2051]])