如何在 TensorFlow.js 中从分类分布中抽取样本

Question

简而言之问题

在Tensorflow 的Python 版本中，有一个tf.random.categorical() 方法可以从分类分布中抽取样本。但我在TensorFlow.js API 中找不到类似的方法。 那么，在 TensorFlow.js 中从分类分布中抽取样本的正确方法是什么？

问题详情

在Text generation with an RNN 教程中，tf.random.categorical() 方法在generate_text() 函数中用于决定应该在 RNN 输入旁边传递什么字符以生成序列。

predicted_id = tf.random.categorical(predictions, num_samples=1)[-1,0].numpy()

我正在试验 TensorFlow.js 并尝试在浏览器中生成类似莎士比亚的“随机”写作。除了使用tf.random.categorical() 方法的步骤之外，本教程的所有部分似乎都可以很好地协同工作。

我想手动编写 tf.random.categorical() 函数的替代方案应该不会那么难，而且已经有几个 3rd-party JavaScript 库已经实现了这个功能，但是将它作为 TensorFlow 的一部分看起来很合乎逻辑.js API。

Answer 1

我认为你可以改用tf.multinomial。

我查看了source code，并将name 和seed 参数设置为None，我猜它与tf.multinomial 基本相同，只是进行了一些随机播种。