Question

我有一个向量，例如，V = [10, 30, 20, 50]个N个元素和一个概率向量P = [.2, .3, .1, .4]。在张量流中，如何从V中随机采样符合给定概率分布P的K个元素？我希望通过替换来完成采样。

Answer 1

tf.nn.fixed_unigram_candidate_sampler会或多或少地做你想要的。问题是，它只能将int32参数作为unigrams参数（概率分布），因为它是为高数字多类处理而设计的，例如语言处理。您可以将概率分布中的数字乘以得到一个整数，但只能达到精度限制。

将所需数量的样本放入num_samples，将概率权重放入unigrams（必须为int32。）参数true_classes必须填充相同数量的元素num_true，但不相关，因为您将获得索引（然后使用它们来提取样本。）unique可以根据需要更改为True。

这是经过测试的代码：

import tensorflow as tf
import numpy as np
sess = tf.Session()

V = tf.constant( np.array( [[ 10, 30, 20, 50 ]]), dtype=tf.int64)

sampled_ids, true_expected_count, sampled_expected_count = tf.nn.fixed_unigram_candidate_sampler(
   true_classes = V,
   num_true = 4,
   num_sampled = 50,
   unique = False,
   range_max = 4,
   unigrams = [ 20, 30, 10, 40 ] # this is P, times 100
)
sample = tf.gather( V[ 0 ], sampled_ids )
x = sess.run( sample )
print( x )

输出：

[50 20 10 30 30 30 10 30 20 50 50 50 10 50 10 30 50 50 30 30 50 10 20 30 50 50 50 50 30 50 50 30 50 50 50 50 50 50 50 10 50 30 50 10 50 50 10 30 50 50]

如果你真的想使用float32概率值，那么你必须从几个部分创建采样器（对此没有任何操作），像这样（测试代码）：

import tensorflow as tf
import numpy as np
sess = tf.Session()

k = 50 # number of samples you want
V = tf.constant( [ 10, 30, 20, 50 ], dtype = tf.float32 ) # values
P = tf.constant( [ 0.2, 0.3, 0.1, 0.4 ], dtype = tf.float32 ) # prob dist

cum_dist = tf.cumsum( P ) # create cumulative probability distribution

# get random values between 0 and the max of cum_dist
# we'll determine where it is in the cumulative distribution
rand_unif = tf.random_uniform( shape=( k, ), minval = 0.0, maxval = tf.reduce_max( cum_dist ), dtype = tf.float32 )

# create boolean to signal where the random number is greater than the cum_dist
# take advantage of broadcasting to create Cartesian product
greater = tf.expand_dims( rand_unif, axis = -1 ) > tf.expand_dims( cum_dist, axis = 0 )

# we get the indices by counting how many are greater in any given row
idxs = tf.reduce_sum( tf.cast( greater, dtype = tf.int64 ), 1 )

# then just gather the sample from V by the indices
sample = tf.gather( V, idxs )

# run, output
print( sess.run( sample ) )

输出：

[20。 10. 50. 50. 20. 30. 10. 20. 30. 50. 20. 50. 30. 50. 30. 50. 50. 50。 50. 50. 50. 30. 20. 20. 20. 10. 50. 30. 30. 10. 50. 50. 50. 20. 30. 50。 30. 10. 50. 20. 30. 50. 30. 10. 10. 50. 50. 20. 50. 30。]

Answer 2

tf.distributions.Categorical()可能是一次性完成任务的方法。根据{{3}}页，给定在P值上定义的概率分布N，tf.distributions.Categorical()可以生成概率为0, 1, ..., N-1的整数P[0], P[1], ..., P[N-1]。生成的整数可以解释为向量V的索引。以下代码段对此进行了说明：

# Probability distribution
P = [0.2, 0.3, 0.1, 0.4]

# Vector of values
V = [10, 30, 20, 50]

# Define categorical distribution
dist = tf.distributions.Categorical(probs=P)

# Generate a sample from categorical distribution - this serves as an index
index = dist.sample().eval()

# Fetch the value at V[index] as the sample
sample = V[index]

所有这些都可以在一个衬套中完成：

sample = V[tf.distributions.Categorical(probs=P).sample().eval()]

如果要从此分布中生成K个样本，请将上面的一个衬纸包装在列表中：

samples = [ V[tf.distributions.Categorical(probs=P).sample().eval()] for i in range(K) ]

上面的代码对于K = 30的输出：

[50、10、30、50、30、20、50、30、50、50、30、50、30、50、20、10、50、20、30、30、50、50、50， 30，20，50，30，30，50，50]

也许有比使用列表理解更好的方法。

如何通过自定义概率分布在Tensorflow中进行采样？

2 个答案: