torch.multinomial()

最新推荐文章于 2025-07-22 00:44:40 发布

Muasci

最新推荐文章于 2025-07-22 00:44:40 发布

阅读量822

点赞数

CC 4.0 BY-SA版权

分类专栏： # pytorch 文章标签： pytorch python

本文链接：https://blog.youkuaiyun.com/jokerxsy/article/details/105887125

pytorch 专栏收录该内容

24 篇文章

订阅专栏

本文详细解析了PyTorch中的multinomial函数，包括其参数含义：如输入Tensor、采样数量及是否放回等，通过实例演示了如何使用该函数进行概率采样，展示了不同采样条件下的输出结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

先看一下定义(没上官网，在外，热点官网上不去)

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有，默认第一个参数是input，是一个Tensor，里面的元素值越大，那么这个元素就越有可能被取到，取出的不是这个元素值，而是这个元素对应的下标
num_samples:整数，表示要取多少个下标
replacement:True表示有放回的采样，False表示不放回，取一个少一个
generator暂时没去了解是什么，懂的评论教我一手，我只知道类型必须是torch.Generator,好像必须要CUDA才能用。。

实验

import torch
# import numpy as np
freq = torch.Tensor([0.1,0.2,0.3,0.9])
K = 2
# generate = torch.Generator
res = torch.multinomial(input = freq,num_samples=K,replacement=True)
print(res)

结果

基本上每次都是:
tensor([3, 3])
但也有别的情况