Cómo crear un tensor cuyos elementos se muestrean a partir de una distribución de Poisson en PyTorch

En este artículo, discutiremos cómo crear un tensor cuyos elementos se muestrean a partir de una distribución de Poisson en PyTorch en Python.

método torch.poisson()

El método torch.poisson() nos ayuda a crear un tensor cuyos elementos se muestrean a partir de una distribución de Poisson. Este método acepta un tensor como entrada y este tensor de entrada contiene las tasas de la distribución de Poisson. Este método devuelve un tensor del mismo tamaño que el tensor de entrada y los elementos de este tensor se muestrean a partir de una distribución de Poisson con el parámetro de tasa. antes de continuar, veamos la sintaxis del método dado.

Sintaxis: torch.poisson(rates)

Parámetros:

• tasas (Tensor): este parámetro se utiliza para muestrear elementos de una distribución de Poisson.

Devoluciones: este método devuelve un tensor y los elementos de este tensor se muestrean a partir de una distribución de Poisson con el parámetro de tasa. 

Ejemplo 1:

En este ejemplo, discutiremos cómo crear un tensor 1D cuyos elementos se muestrean a partir de una distribución de Poisson.

# import required libraries
import torch
  
# create torch tensor of rate parameters
rates_tens = torch.tensor([2.7345, 3.4347,
                           4.1237, 1.3379, 3.2343])
print("tensor of rate parameters: ", rates_tens)
  
# apply possion() method
pois_tens = torch.poisson(rates_tens)
  
# display result
print("Poisson Tensor: ", pois_tens)

Producción:

 

Ejemplo 2: en este ejemplo, analizaremos cómo crear un tensor 2D cuyos elementos se muestrean a partir de una distribución de Poisson.

# import required libraries
import torch
  
# create torch tensor of rate parameters
rates_tens = torch.tensor([[4.1237, 1.8373, 3.2343],
                           [2.3344, 3.3324, 1.3378],
                           [3.2349, 2.4447, 4.5269]])
  
print("tensor of rate parameters: \n", rates_tens)
  
# apply possion() method
pois_tens = torch.poisson(rates_tens)
  
# display result
print("Poisson Tensor: \n", pois_tens)

Producción: