[TensorFlow笔记乱锅炖] tf.multinomial(logits, num_samples)使用方法

简介: tf.multinomial(logits, num_samples) 第一个参数logits可以是一个数组,每个元素的值表示对应index的选择概率。假设logits有两个元素,即[0.6,0.4],这表示的意思是取 0 的概率是0.6, 取 1 的概率是0.4。

tf.multinomial(logits, num_samples)

  • 第一个参数logits可以是一个数组,每个元素的值表示对应index的选择概率。

假设logits有两个元素,即[0.6,0.4],这表示的意思是取 0 的概率是0.6, 取 1 的概率是0.4。

  • 第二个参数num_samples表示抽样的个数。

例如:
tf.multinomial(tf.log([[0.01]]),3) 不管重复运行多少次结果都是 [0,0,0]
tf.multinomial(tf.log([[0.1, 0.6]]),3) 结果可能 [0,0,0],也可能是[0,1,1],当然也有其他可能。

目录
相关文章
|
8月前
|
机器学习/深度学习 TensorFlow API
TensorFlow2.0学习使用笔记
TensorFlow2.0学习使用笔记
|
10月前
|
机器学习/深度学习 存储 人工智能
深度学习入门笔记6 tensorflow学习
深度学习入门笔记6 tensorflow学习
|
机器学习/深度学习 人工智能 算法
人工智能实践Tensorflow笔记:Tensorflow框架-3
人工智能实践Tensorflow笔记:Tensorflow框架-3
114 0
人工智能实践Tensorflow笔记:Tensorflow框架-3
|
人工智能 Ubuntu TensorFlow
人工智能实践Tensorflow笔记:Python语法串讲-2
人工智能实践Tensorflow笔记:Python语法串讲-2
人工智能实践Tensorflow笔记:Python语法串讲-2
|
机器学习/深度学习 人工智能 自然语言处理
人工智能实践Tensorflow笔记:人工智能概述-1
人工智能实践Tensorflow笔记:人工智能概述-1
人工智能实践Tensorflow笔记:人工智能概述-1
|
机器学习/深度学习 算法 TensorFlow
深度学习入门笔记系列 ( 八 ) ——基于 tensorflow 的手写数字的识别(进阶)
基于 tensorflow 的手写数字的识别(进阶) 本系列将分为 8 篇 。本次为第 8 篇 ,基于 tensorflow ,利用卷积神经网络 CNN 进行手写数字识别 。
213 0
深度学习入门笔记系列 ( 八 ) ——基于 tensorflow 的手写数字的识别(进阶)
|
编解码 算法 TensorFlow
TensorFlow笔记--Deep Dream模型(下)
TensorFlow笔记--Deep Dream模型
121 0
TensorFlow笔记--Deep Dream模型(下)
|
机器学习/深度学习 TensorFlow 算法框架/工具
TensorFlow笔记--Deep Dream模型(上)
TensorFlow学习笔记--Deep Dream模型
236 0
TensorFlow笔记--Deep Dream模型(上)
|
人工智能 Ubuntu TensorFlow
人工智能实践Tensorflow笔记:Python语法串讲-2
人工智能实践Tensorflow笔记:Python语法串讲-2
|
机器学习/深度学习 数据挖掘 TensorFlow
TF学习——TF之API:TensorFlow的高级机器学习API—tf.contrib.learn的简介、使用方法、案例应用之详细攻略
TF学习——TF之API:TensorFlow的高级机器学习API—tf.contrib.learn的简介、使用方法、案例应用之详细攻略

热门文章

最新文章