我有一个关于伯努利面具的问题。
据我所知，掩模应该取决于速率（概率）p。 （例如，如果p = 0.5并且掩码是大小= 2的数组A，则掩码应该类似于：[0,1]或[1,0]）。 大多数theano代码使用bernoulli，如：
rs = np.random.RandomState（1234）
rng = theano.tensor.shared_randomstreams.RandomStreams（rs.randint（999999））
mask = rng.binomial（n = 1，p =（0.5），size = A.shape）
但是当我测试这个时，我发现掩码也可以是[0,0]或[1,1]，这对我来说似乎不是逻辑。因为我想将数组的一半正确地随机设置为零。 可能有错误吗？或者也许有另一种方法可以为此目的提供。 提前谢谢！
答案 0 :(得分：1)
rng.binomial(n=1, p=0.5, shape=A.shape)将针对形状A.shape的结果张量的每个元素独立地从伯努利分布中进行采样。因为每个样本是独立的，结果张量的每个元素将为0，概率为0.5，概率为0.5。因此，如果结果张量应该具有形状(2, )（即长度为2的向量），则有四种可能的结果，每种结果将以概率0.25获得：
[0, 0]
[0, 1]
[1, 0]
[1, 1]
不清楚你的用例是什么，但是如果它是用于去噪自动编码器，这是通常的做法;有时你丢弃的功能比其他时候多。丢弃所有特征是相当极端的，但当结果张量的大小远大于2时，这是不太可能的结果。
如果您确实需要屏蔽正好一半的元素，那么您可以使用theano.tensor.raw_random.shuffle_row_elements。我没试过这个，但想法是使用shuffle_row_elements象征性地改组索引列表，选择结果列表的前半部分，然后使用set_subtensor来掩盖那些元素。选定指数的原始张量。