- 版本、环境信息：
1）PaddlePaddle版本：1.8.2 cuda7.6
2）系统环境：win10
3）Python版本号: 3.7
with fluid.dygraph.guard():
prob = np.array([[0.1, 0.5, 0.3,0.1],[0.1, 0.5, 0.3,0.1], [0.1, 0.5, 0.3,0.1],[0.1, 0.5, 0.3,0.1]])
prob = fluid.dygraph.base.to_variable(prob)
out = fluid.layers.sampling_id(prob,min=0,max =2,seed=10)
_out = out.numpy()
print(_out)
ii = 5以上代码输出[3 3 3 3]， 但根据理解，batch_size为4，每个分布有4个项，可选[0,1,2,3]，再加上min=0,max =2，则最后每个分布的可选项应该在区间[0,2]间，那为何结果是[3 3 3 3]呢？
另，若希望从某个分布取n个样本（而不是1个）要怎么写呢，若没有现成的函数，希望能参考pytorch的multinomial函数仿写一个。
2条答案
按热度按时间gz5pxeao1#
Paddle/paddle/fluid/operators/sampling_id_op.h
Line 59 in 2b61db0
| | int idx = width - 1; |
感谢您的问题，可以看一下相关的实现，可能sampling_id的理解有一些偏差，在上面这个链接的代码里面是一个batch里面的每一行都先随机一个（min,max）之间的数，然后减去这一行从头开始的每一个数，一直到小于0的时候，记录当前的index作为结果返回。如果一整行都减去，仍然大于0，就返回最后一个index 在您这个例子中也就是3。
这就是为什么出现[3,3,3,3]
6ju8rftf2#
@wangjiawei04 您好，感谢回复。 那么若要实现我提问中所述的批量多个离散分布采样的话，是否暂时paddlepaddle中并没有现成的，只能用numpy来完成了？