tf.multinomial如何工作?

时间:2018-01-22 22:02:13

标签: tensorflow machine-learning probability-theory

get = ([4, 5, 2], [1], [3]) after = ([1,2,3]) 如何运作? Here表示它“从多项分布中抽取样本”。这是什么意思?

1 个答案:

答案 0 :(得分:8)

如果您执行n次实验只能两个结果(成功或失败,头部或尾部等),那么您获得其中一个两个结果(成功)是 二项式随机变量

换句话说,如果您执行的实验只能两个结果(成功或失败,头部或尾部等),那么一个随机变量,如果是成功和价值0在失败的情况下是伯努利随机变量

如果您执行的实验n次可能有K个结果(K可以是任何自然数),您可以X_i表示X次你获得了第i个结果,然后将随机向量 K 定义为

  

X = [X_1,X_2,X_3,...,X_K]

是一个多项式随机向量。

换句话说,如果您执行可能有X_i结果的实验​​,并且您通过X表示一个随机变量,如果您获得第i个结果,则取值为1,否则为0随机向量X定义为

  

X = [X_1,X_2,X_3,...,X_K]

是Multinoulli随机向量。换句话说,当获得第i个结果时,Multinoulli随机向量K的第i个条目取值1,而所有其他条目取值0。

因此, 多项分布 可以看作是相互独立的Multinoulli随机变量的总和。

In [171]: isess = tf.InteractiveSession() In [172]: prob = [[.1, .2, .7], [.3, .3, .4]] # Shape [2, 3] ...: dist = tf.distributions.Multinomial(total_count=[4., 5], probs=prob) ...: ...: counts = [[2., 1, 1], [3, 1, 1]] ...: isess.run(dist.prob(counts)) # Shape [2] ...: Out[172]: array([ 0.0168 , 0.06479999], dtype=float32) 可能结果的概率将由

表示
  

p_1,p_2,p_3,...,p_K

Tensorflow中的一个例子,

K = 2

注意:多项式是相同的 <form action="" method="POST"> <ul class="form-style-1"> <li> <input type="text" id="mail-name" name="name" class="field-divided" maxlength="15" placeholder="Voornaam *" />&nbsp;<input type="text" id="mail-lastname" name="lastname" class="field-divided" maxlength="15" placeholder="Achternaam" > </li> <li> <input type="email" id="mail-email" name="email" placeholder="E-mail *" class="field-long" maxlength="40" > </li> <li> <input type ="text" id="mail-phone" name="phone" placeholder="Telefoonnummer" class="field-long" maxlength = "15"> </li> <li> <select name="subject" id="mail-subject" class="field-select" > <option disabled value="" selected hidden >--Onderwerp-- *</option> <option value="Kennismakingsgesprek">Kennismakingsgesprek</option> <option value="Meer informatie">Meer informatie</option> <option value="activiteit">Aanmelding activiteit</option> <option value="Vraag/klacht">Vraag/klacht</option> <option value="Contact">Overig</option> </select> </li> <li> <textarea name="information" id="mail-information" placeholder =" Je bericht *"class="field-long field-textarea" maxlength="2000"></textarea> </li> <button class="mail-submit" id="mail-submit" type="submit" name="submit">Send e-mail</button> <span class="form-message"></span> </ul> </form> <script> $("form").on("submit",function(event){ // Submit handler! event.preventDefault(); var name = $("#mail-name").val(); var lastname = $("#mail-lastname").val(); var email = $("#mail-email").val(); var phone = $("#mail-phone").val(); var subject = $("#mail-subject").val(); var information = $("#mail-information").val(); $.post("contact.php", { name: name, lastname: lastname, email: email, phone: phone, subject: subject, information: information, submit: "yes" }, function(data){ $(".form-message").html( data ); } ); }); </script> 时的二项分布。有关更多信息,请参阅:tf.distributions.Multinomial