tensorflow - 为什么 tf.multinomial 适用于 [[-1,1]] 之类的负输入?
问题描述
我猜tf.multinomial
是基于softmax([[-1,1]])
. 如果你有一些想法,请告诉我。
解决方案
那是因为tf.multinomial
将对数概率作为其第一个参数。
从文档:
logits
:具有形状的二维张量[batch_size, num_classes]
。每个切片[i, :]
代表所有类的非标准化对数概率。
推荐阅读
- python - 使用 Google Cloud 执行长时间运行的任务
- c - [UNIX]在c中发送大文件套接字流
- javascript - 使用 jsZIP 下载多个 pdfmake 文件
- nginx - 无法启动高性能 Web 服务器和反向代理服务器
- reactive-programming - 从 ServerWebExchange Spring 云网关读取请求正文
- python - 如何从数据流管道中的 PubSub 子目录中读取
- node.js - 在 Heroku Nodemon 上部署时未安装
- java - 无法在 Android 应用程序中使用形态指纹扫描仪设备捕获指纹
- python-3.x - 如何将列条目从日期转换为二进制(0 或 1)?
- python - 如何将变量从 PHP 传递到 Python 并返回?