如何在TensorFlow.js中从分类分布中抽取样本

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？

在使用RNN进行文本生成的教程中，tf.random.categorical()方法在generate_text()函数中被用来决定下一个应该传递给RNN输入的字符，以生成序列。

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

我正在尝试使用TensorFlow.js，并试图在浏览器中生成类似莎士比亚的“随机”写作。教程的所有部分似乎都很好地协同工作，除了使用tf.random.categorical()方法这一步。

我猜手动编写tf.random.categorical()函数的替代方案应该不难，此外，已经有一些第三方JavaScript库实现了这一功能，但将其作为TensorFlow.js API的一部分看起来非常合理。

回答：

我认为你可以使用tf.multinomial来代替。

我查看了源代码，在name和seed参数设置为None的情况下，它基本上与tf.multinomial相同，只是进行了一些随机种子的设置，我想。

学技术