pytorch中的包的用法_Python pytorch-categorical包_程序模块 - PyPI - Python中文网

使用pytorch从gpu上的分类分布快速采样

目前，如果您

需要从静态类别分布中提取大量样本。

而且，你只能有不超过2^24个不同的结果。

那个

"alias method"

让我们快速地从具有大型支持的发行版中进行采样，然后

在Pythorch中实现让您有超过2^24个结果。

我需要这个来快速生成单词嵌入

hilbert。

安装

pip install pytorch-categorical

使用import pytorch_categorical

import torch

num_outcomes = int(1e6)

probs = torch.random(num_outcomes)

probs /= probs.sum()

sampler = pytorch_categorical.Categorical(probs)

num_samples = int(1e6)

samples = sampler.sample((num_samples,))

如果要指定

他们。默认情况下

后人

在我做这件事的时候，有一个公开的问题要把

基于alias方法的采样器，但尚未发布任何内容。有希望地

很快就会发布的！现在，用这个！

经过测试。它是正确和快速的。

我已经通过一些简单的测试来支持这一点，包括对torch的基准测试。

这个实现需要大约175倍的时间来构造一个

百万个结果，但是在这个前期成本之后，它产生了

1000)样品大约快3000倍(更大的优势是更多的样品

最终画出来的)。所以主要的用途是

稳定分布的样本。

运行正确性和基准测试：python test.py。

享受吧！

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库