Функция torch.poisson в PyTorch
Справочное руководство Pytorch torch
torch.poissonЭто функция в PyTorch, используемая для генерации случайных чисел из распределения Пуассона.
Определение функции
torch.poisson(lam, generator=None, out=None)
Описание параметра
lam- Параметр lambda (математическое ожидание/среднее) распределения Пуассона должен быть неотрицательнымgenerator- Генератор случайных чисел (необязательно)out- Выходной тензор (необязательно)
Пример использования
Пример
import torch
# Сгенерировать случайный тензор с использованием одного значения lambda
result1 = torch.poisson(lam=5.0, size=(3, 3))
print("Случайный тензор 3x3 распределения Пуассона с lambda=5:")
print(result1)
# Использовать тензор в качестве параметра lambda
lam_tensor = torch.tensor([1.0, 2.0, 5.0, 10.0])
result2 = torch.poisson(lam_tensor)
print("nРезультат сэмплирования с использованием тензора lambda:")
print(result2)
# Смоделировать данные о количестве
lam = torch.tensor([0.5, 1.0, 2.0, 5.0, 10.0])
samples = torch.poisson(lam)
print("nПуассоновская выборка с различными значениями lambda:")
for i, (l, s) in enumerate(zip(lam.tolist(), samples.tolist())):
print(f" lambda={l}: {s}")
# Сгенерировать случайный тензор с использованием одного значения lambda
result1 = torch.poisson(lam=5.0, size=(3, 3))
print("Случайный тензор 3x3 распределения Пуассона с lambda=5:")
print(result1)
# Использовать тензор в качестве параметра lambda
lam_tensor = torch.tensor([1.0, 2.0, 5.0, 10.0])
result2 = torch.poisson(lam_tensor)
print("nРезультат сэмплирования с использованием тензора lambda:")
print(result2)
# Смоделировать данные о количестве
lam = torch.tensor([0.5, 1.0, 2.0, 5.0, 10.0])
samples = torch.poisson(lam)
print("nПуассоновская выборка с различными значениями lambda:")
for i, (l, s) in enumerate(zip(lam.tolist(), samples.tolist())):
print(f" lambda={l}: {s}")
Другие расширения