做eso哪家网站好优化seo搜索

做eso哪家网站好,优化seo搜索,个人网站建站,怀化汽车网站torch.multinomial torch.multinomial 用于从多项分布中采样。给定一个包含概率的张量#xff0c;该函数会根据这些概率返回采样的索引。适用于需要根据概率分布进行随机选择的场景#xff0c;例如在强化学习中根据策略选择动作。 输入是一个概率分布张量#xff0c;每个元素…torch.multinomialtorch.multinomial用于从多项分布中采样。给定一个包含概率的张量该函数会根据这些概率返回采样的索引。适用于需要根据概率分布进行随机选择的场景例如在强化学习中根据策略选择动作。输入是一个概率分布张量每个元素代表对应索引的概率。函数返回一个张量包含根据这些概率采样的索引。参数num_samples指定采样的数量replacement决定是否允许重复采样。importtorch probstorch.tensor([0.1,0.2,0.7])samplestorch.multinomial(probs,num_samples5,replacementTrue)print(samples)torch.gathertorch.gather用于根据索引从输入张量中收集元素。适用于需要根据动态索引从张量中提取数据的场景例如在序列模型中根据注意力权重选择特征。输入包括源张量和索引张量索引张量的形状决定了输出张量的形状。dim参数指定沿哪个维度进行收集操作。索引张量的每个元素对应源张量中某个位置的索引。importtorchinputtorch.tensor([[1,2],[3,4]])indextorch.tensor([[0,0],[1,0]])outputtorch.gather(input,dim1,indexindex)print(output)