PyTorch torch.poisson-Funktion
PyTorch torch Referenzhandbuch
torch.poissonEs ist eine Funktion in PyTorch, die verwendet wird, um Zufallszahlen aus einer Poisson-Verteilung zu erzeugen.
Funktionsdefinition
torch.poisson(lam, generator=None, out=None)
Parameterbeschreibung
lam- Der Parameter lambda (Erwartungswert/Mittelwert) der Poisson-Verteilung muss nichtnegativ sein.generator- Zufallszahlengenerator (optional)out- Ausgabetensor (optional)
Anwendungsbeispiel
Beispiel
import torch
# Erzeuge einen Zufallstensor mit einem einzelnen lambda-Wert
result1 = torch.poisson(lam=5.0, size=(3, 3))
print("3x3 Zufallstensor der Poisson-Verteilung mit lambda=5:")
print(result1)
# Verwende einen Tensor als lambda-Parameter
lam_tensor = torch.tensor([1.0, 2.0, 5.0, 10.0])
result2 = torch.poisson(lam_tensor)
print("nSampling-Ergebnis mit Tensor-lambda:")
print(result2)
# Simuliere Zähldaten
lam = torch.tensor([0.5, 1.0, 2.0, 5.0, 10.0])
samples = torch.poisson(lam)
print("nPoisson-Sampling mit verschiedenen Lambda-Werten:")
for i, (l, s) in enumerate(zip(lam.tolist(), samples.tolist())):
print(f" lambda={l}: {s}")
# Erzeuge einen Zufallstensor mit einem einzelnen lambda-Wert
result1 = torch.poisson(lam=5.0, size=(3, 3))
print("3x3 Zufallstensor der Poisson-Verteilung mit lambda=5:")
print(result1)
# Verwende einen Tensor als lambda-Parameter
lam_tensor = torch.tensor([1.0, 2.0, 5.0, 10.0])
result2 = torch.poisson(lam_tensor)
print("nSampling-Ergebnis mit Tensor-lambda:")
print(result2)
# Simuliere Zähldaten
lam = torch.tensor([0.5, 1.0, 2.0, 5.0, 10.0])
samples = torch.poisson(lam)
print("nPoisson-Sampling mit verschiedenen Lambda-Werten:")
for i, (l, s) in enumerate(zip(lam.tolist(), samples.tolist())):
print(f" lambda={l}: {s}")
Andere Erweiterungen