nvidia.dali.fn.random.beta#

nvidia.dali.fn.random.beta(__shape_like=None, /, *, alpha=1.0, beta=1.0, bytes_per_sample_hint=[0], dtype=None, preserve=False, seed=-1, shape=None, device=None, name=None)#

生成一个从 [0, 1] 范围内的随机数，遵循 beta 分布。

beta 分布具有以下概率分布函数

\[f(x) = \frac{\Gamma(\alpha + \beta)}{\Gamma(\alpha)\Gamma(\beta)} x^{\alpha-1} (1-x)^{\beta-1}\]

其中 Г 是定义为 gamma 函数

\[\Gamma(\alpha) = \int_0^\infty x^{\alpha-1} e^{-x} \, dx\]

该运算符支持 float32 和 float64 输出类型。

生成数据的形状可以显式地使用 shape 参数指定，或者选择与提供的 __shape_like 输入的形状匹配。如果两者都不存在，则每个样本生成一个值。

支持的后端

  • ‘cpu’

参数:

__shape_like (TensorList, 可选) – 如果提供，则此输入的形状将用于推断输出的形状。

关键字参数:

  • alpha (float 或 float 的 TensorList, 可选, 默认 = 1.0) – alpha 参数，一个正 float32 标量。

  • beta (float 或 float 的 TensorList, 可选, 默认 = 1.0) – beta 参数，一个正 float32 标量。

  • bytes_per_sample_hint (int 或 int 列表, 可选, 默认 = [0]) –

    每个样本的输出大小提示，以字节为单位。

    如果指定，则位于 GPU 或分页锁定主机内存中的运算符输出将被预先分配，以容纳此大小的样本批次。

  • dtype (nvidia.dali.types.DALIDataType, 可选) –

    输出数据类型。

    注意

    生成的数字将转换为输出数据类型，并在必要时进行舍入和钳制。

  • preserve (bool, 可选, 默认 = False) – 即使运算符的输出未使用，也防止从图中删除该运算符。

  • seed (int, 可选, 默认 = -1) – 随机种子；如果未设置，将自动分配一个。

  • shape (int 或 int 列表 或 int 的 TensorList, 可选) – 输出数据的形状。

在本页上