PyTorch torch.poisson 函数
Pytorch torch 参考手册torch.poisson 是 PyTorch 中用于从泊松分布生成随机数的函数。
函数定义
torch.poisson(lam, generator=None, out=None)
参数说明
lam- 泊松分布的参数 lambda（期望/均值），必须为非负数generator- 随机数生成器（可选）out- 输出张量（可选）
使用示例
实例
import torch
# 使用单个 lambda 值生成随机张量
result1 = torch.poisson(lam=5.0, size=(3, 3))
print("lambda=5 的 3x3 泊松分布随机张量:")
print(result1)
# 使用张量作为 lambda 参数
lam_tensor = torch.tensor([1.0, 2.0, 5.0, 10.0])
result2 = torch.poisson(lam_tensor)
print("n使用张量 lambda 的采样结果:")
print(result2)
# 模拟计数数据
lam = torch.tensor([0.5, 1.0, 2.0, 5.0, 10.0])
samples = torch.poisson(lam)
print("n不同 lambda 值的泊松采样:")
for i, (l, s) in enumerate(zip(lam.tolist(), samples.tolist())):
print(f" lambda={l}: {s}")
# 使用单个 lambda 值生成随机张量
result1 = torch.poisson(lam=5.0, size=(3, 3))
print("lambda=5 的 3x3 泊松分布随机张量:")
print(result1)
# 使用张量作为 lambda 参数
lam_tensor = torch.tensor([1.0, 2.0, 5.0, 10.0])
result2 = torch.poisson(lam_tensor)
print("n使用张量 lambda 的采样结果:")
print(result2)
# 模拟计数数据
lam = torch.tensor([0.5, 1.0, 2.0, 5.0, 10.0])
samples = torch.poisson(lam)
print("n不同 lambda 值的泊松采样:")
for i, (l, s) in enumerate(zip(lam.tolist(), samples.tolist())):
print(f" lambda={l}: {s}")