Функция poisson

Функция poisson создает тензор, заполненный случайными числами, взятыми из распределения Пуассона. Первым параметром функция принимает тензор input, который содержит значения параметра λ (лямбда) для каждого элемента. Каждое значение λ определяет среднее и дисперсию распределения Пуассона для соответствующего элемента выходного тензора. Функция возвращает новый тензор, каждый элемент которого является случайной величиной, распределенной по закону Пуассона со своим параметром λ.

Синтаксис

torch.poisson(input, generator=None)

Параметр input - тензор, содержащий значения λ для распределения Пуассона. Эти значения должны быть неотрицательными. Параметр generator - необязательный объект генератора случайных чисел, который можно использовать для управления случайностью.

Пример

Давайте создадим тензор из значений λ и сгенерируем из них значения распределения Пуассона:

import torch

torch.manual_seed(0)
lam = torch.tensor([1.0, 2.0, 3.0])
t = torch.poisson(lam)
print(t)

Результат выполнения кода:

tensor([0., 3., 2.])

Пример

Теперь рассмотрим генерацию для двумерного тензора значений λ:

import torch

torch.manual_seed(1)
lam = torch.tensor([
	[0.5, 1.5],
	[2.5, 3.5]
])
t = torch.poisson(lam)
print(t)

Результат выполнения кода:

tensor([
	[1., 1.],
	[1., 4.]
])

Пример

Поскольку все значения λ должны быть неотрицательными, функция poisson возвращает тензор того же размера, что и input. Создадим тензор λ с разными значениями и посмотрим на результат:

import torch

torch.manual_seed(2)
lam = torch.tensor([0.0, 1.0, 5.0, 10.0])
t = torch.poisson(lam)
print(t)

Результат выполнения кода:

tensor([ 0., 0., 7., 10.])

Пример

Если необходимо сгенерировать несколько выборок для одних и тех же значений λ, можно использовать функцию несколько раз:

import torch

torch.manual_seed(3)
lam = torch.tensor([2.0, 2.0, 2.0])
t1 = torch.poisson(lam)
t2 = torch.poisson(lam)
print("Первая выборка:", t1)
print("Вторая выборка:", t2)

Результат выполнения кода:

"Первая выборка: tensor([2., 3., 2.])"
"Вторая выборка: tensor([2., 0., 3.])"

Смотрите также

функцию rand,
которая генерирует тензор со случайными числами из равномерного распределения на интервале [0, 1)
функцию randn,
которая создает тензор со случайными числами из стандартного нормального распределения
функцию randint,
которая генерирует случайные целые числа из заданного диапазона
функцию bernoulli,
которая создает тензор со случайными числами из распределения Бернулли