比较与torch.multinomial的差异

以下映射关系均可参考本文。

PyTorch APIs	MindSpore APIs
torch.multinomial	mindspore.ops.multinomial
torch.Tensor.multinomial	mindspore.Tensor.multinomial

torch.multinomial

torch.multinomial(input, num_samples, replacement=False, *, generator=None, out=None)

更多内容详见torch.multinomial。

mindspore.ops.multinomial

mindspore.ops.multinomial(input, num_samples, replacement=True, seed=None)

更多内容详见mindspore.ops.multinomial。

差异对比

MindSpore此API功能与PyTorch一致。

MindSpore: 参数 replacement 的默认值为 True ，即每次采样后把采样的数据放回。

PyTorch: 参数 replacement 的默认值为 False ，即每次采样后不把采样的数据放回。

分类	子类	PyTorch	MindSpore	差异
参数	参数 1	input	input	一致
	参数 2	num_samples	num_samples	一致
	参数 3	replacement	replacement	PyTorch的默认值为 False ，MindSpore的默认值为 True
	参数 4	generator	seed	详见通用差异参数表
	参数 5	out	-	详见通用差异参数表

代码示例

# PyTorch
import torch

input = torch.tensor([0, 9, 4, 0], dtype=torch.float32)
output = torch.multinomial(input, 2)
print(output)
# tensor([1, 2]) or tensor([2, 1])

# MindSpore
import mindspore as ms

input = ms.Tensor([0, 9, 4, 0], dtype=ms.float32)
output = ms.ops.multinomial(input, 2, False)
print(output)
# [1 2] or [2 1]