torch.multinomial使用

最新推荐文章于 2025-07-22 00:44:40 发布
原创 最新推荐文章于 2025-07-22 00:44:40 发布 · 2.4k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #torch

本文深入探讨了Word2vec模型中非相关数据降采样方法的应用，重点介绍了torch.multinomial函数的工作原理及参数设置，包括输入张量、采样数量和是否允许重复采样。通过实例分析，揭示了权重对采样结果的影响，以及在特定条件下可能出现的错误。

在Word2vec中使用到了非相关数据的降采样方法, 其中用到了torch.multinomial方法, 这里记录一下:

multinomial(input, num_samples, replacement=False)

该方法主要有三个参数, 分别是输入的张量, 采样的个数, 是否有重复的数据, 采样的时候是根据输入张量的数值当做权重来进行抽样的, 数值越大, 抽到的可能性越大, 越小抽到的可能性越小, 如果是0 则不会抽到

由案例可知, 输出的是出入的张量的索引值,

当非零数据只有4个时, 要输出5个不重复的数据会报错

而可以重复数据时, 即使去很多值, 也不会取到, 索引值为0的, 因为其权重是0

【torch函数】torch.multinomial函数
weixin_45780075的博客
04-18 3159
input: 输入张量，表示每个类别的概率分布。它可以是一个一维张量，也可以是一个二维张量。如果是二维张量，每行表示一个概率分布。函数返回一个包含抽样结果的张量，其形状为(input.size(0), num_samples)。是PyTorch中的一个函数，用于从多项分布中抽取样本。此示例从给定的概率分布中抽取了5个样本，其中每个样本是从0到3的整数，表示概率分布中对应类别的索引。num_samples: 抽样次数，即要从每个概率分布中抽取的样本数量。out: 输出张量，用于存储抽取的样本。
pytorch系列：torch.multinomial
cgfth
12-10 637
torch.multinomial(input, num_samples, replacement=False, out=None)返回一个每一行包含num_samplesnum\_samplesnum_samples个从位于对应tensor的行通过多项式概率分布采样来值。 注意：inputinputinput的行和不必是加和为1（在那些我们使用这些值作为权重的情况中），大必须是非负的，有限的和非...
PyTorch基础（24）--torch.multinomial()方法
奋斗の博客
07-25 1129
torch.multinomial()方法多出现在需要采样的场景中，如强化学习。具体讲，当使用强化学习解决旅行商问题时，针对某一个instance，trained model会逐步推理得到下一步要经过的城市，直至所有的城市都访问过。在某个时刻t，都会从下一个访问城市的概率分布中均匀采样得到下一个要访问的城市。OK!上述例子不理解没关系，言归正传，正式开始介绍torch.multinomial()方法。
torch.multinomial()
jokerxsy的博客
05-02 843
先看一下定义(没上官网，在外，热点上不去) def multinomial(self: Tensor, num_samples: _int, replacement: _bool=False, *, generator: Generator=None, out: Optional[Tensor]=None) -> Tensor: ... 参数: input:我也不知道为何上面的函数参数中没...
torch.multinomial()函数用法
liji_digital的博客
03-24 1616
在OpenAI联合创始人Andrej Karpathy的教程中，提到了函数torch.multinomial()。
torch.distributions.multinomial.Multinomial 类
scar2016的博客
08-26 1749
class Multinomial(torch.distributions.distribution.Distribution) | Multinomial(total_count=1, probs=None, logits=None, validate_args=None) | | Creates a Multinomial distribution parameterized by :attr:`total_count` and | either :attr:`probs` or...
深度学习常见函数 np.isin np.hstack() np.vstack() torch.multinomial()
samuelzhoudev的博客
10-10 686
np.isin判断数组元素在另一数组中是否存在 该函数可以方便地判断数组element中的元素是否属于test_elements，以上述问题为例，其程序如下： a = np.array([ [1,2,3], [4,5,6], [7,8,9] ]) b = [3,4,5,6,7] print(np.isin(a, b)) [Out]: [[False False True] [ True True True] [ True False False]] np.hstack,
Pytorch之torch.multinomial()语法、参数和实际应用案例
最新发布
王国平的博客
07-22 1215
`torch.multinomial(input, num_samples, replacement=False, generator=None, out=None)` 是PyTorch中用于实现**多项式分布采样**的函数。它根据输入张量（代表概率分布）随机抽取指定数量的样本，常用于深度学习中的随机选择、采样策略或强化学习中的动作选择。
torch.multinomial()方法解读
dong_i 欢迎大家！
03-22 1731
pytorch,torch ，torch.multinomial()方法解读
torch.multinomial用法
qq_38100666的博客
07-01 5841
以输入的张量作为权重进行多分布采样
torch.multinomial()理解
qq_40357974的博客
08-23 2004
torch.multinomial torch.multinomial(input, num_samples,replacement=False, out=None) → LongTensor 返回一个张量，每行包含从input相应行中定义的多项分布中抽取的num_samples个样本。 **[注意]：**输入input每行的值不需要总和为1 (这里我们用来做权重)，但是必须非负且总和不能为0。...
torch.multinomial理解
along_000的博客
05-07 1019
torch.multinomial torch.multinomial(input, num_samples, replacement=False, out=None) # 返回LongTensor 这个函数的作用是对input的每一行做n_samples次取值，输出的张量是每一次取值时input张量对应行的下标。 输入是一个input张量，一个取样数量，和一个bool值的replacement...
pytorch torch.multinomial函数
rocking_struggling的博客
05-06 2761
torch.multinomial(input, num_samples,replacement=False, out=None) 返回一个张量，每行包含从input相应行中定义的多项分布中抽取的num_samples个样本。 注意：输入input每行的值不需要总和为1 (这里我们用来做权重)，但是必须非负且总和不能为0。 当抽取样本时，依次从左到右排列(第一个样本对应第一列)。 如果输入inpu...
torch.multinomial介绍
qq_27390023的博客
10-30 783
用于从一个给定的概率分布中随机抽样，返回的是采样得到的索引。通常用于分类任务中的多项式采样（例如在序列生成模型中选择下一个元素）。它接受概率张量作为输入，并返回根据这些概率分布采样的索引。
解析 PyTorch 中的 torch.multinomial 函数
阿正的梦工坊
03-02 2185
torch.multinomial 是 PyTorch 中一个用于多项式分布采样的函数。它根据给定的概率分布，从一组离散选项中随机抽取样本。
Python torch.distributions.multinomial.Multinomial
Luke的学习笔记
05-28 886
torch.distributions.multinomial.Multinomial(total_count=1,probs=None,logits=None,validate_args=None) probs是权重表，不是相加和为1也没关系，会自动帮你归一化，total_count就是要模拟多少次。sample后面可以加数值让他做多少批次。下面是掷骰子的例子 >>> fair_probs = torch.ones([6]) / 6 >>> mult...
torch.multinomial
08-01
举个例子，假设有一个包含五个类别的多项式分布，并想从中抽取三个样本，可以使用torch.multinomial函数。首先，需要定义一个包含五个类别的概率分布，例如[0.1, 0.2, 0.3, 0.25, 0.15]。然后，将概率分布转化为二维...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值