テンソルから軸に沿ったテンソルからのサンプル

Question

私は(2,5,2)の形状の行列Lを持っています。最後の軸に沿った値は、確率分布を形成する。私は別の行列Sの形状(2, 5)をサンプルします。各エントリは次の整数のいずれかです：0, 1。例えば 、とすることができるサンプルの

L = [[[0.1, 0.9],[0.2, 0.8],[0.3, 0.7],[0.5, 0.5],[0.6, 0.4]], 
    [[0.5, 0.5],[0.9, 0.1],[0.7, 0.3],[0.9, 0.1],[0.1, 0.9]]] 

一方、

S = [[1, 1, 1, 0, 1], 
    [1, 1, 1, 0, 1]] 

分布は、上記の例では二項です。しかし、一般に、Lの最後の次元は任意の正の整数であることができるので、分布は多項式となる可能性があります。

Tensorflow計算グラフ内でサンプルを効率的に生成する必要があります。私は、numpyを使って、関数apply_along_axisとnumpy.random.multinomialを使ってこれを行う方法を知っています。

Answer 1

ここでtf.multinomial()を使用できます。

最初（NがLの最後の次元です）[-1, N]を形作るために、あなたの入力テンソルを再構築する必要があります。

# L has shape [2, 5, 2] 
L = tf.constant([[[0.1, 0.9],[0.2, 0.8],[0.3, 0.7],[0.5, 0.5],[0.6, 0.4]], 
       [[0.5, 0.5],[0.9, 0.1],[0.7, 0.3],[0.9, 0.1],[0.1, 0.9]]]) 

dims = L.get_shape().as_list() 
N = dims[-1] # here N = 2 

logits = tf.reshape(L, [-1, N]) # shape [10, 2] 

---

今、私たちはlogitsに機能tf.multinomial()を適用することができます。

samples = tf.multinomial(logits, 1) 
# We reshape to match the initial shape minus the last dimension 
res = tf.reshape(samples, dims[:-1]) 

Answer 2

tf.multinomial()を使用する場合は慎重にしてください。関数への入力は確率分布ではなくlogitsでなければなりません。 しかし、あなたの例では、最後の軸は確率分布です。