torch.distributions.categorical(probs)

class torch.distributions.categorical(probs)

其作用是创建以参数probs为标准的类别分布，样本是来自“0，...，K-1”的整数，K是probs参数的长度。也就是说，按照probs的概率，在相应的位置进行采样，采样返回的是该位置的整数索引。

如果probs是长度为K的一维列表，则每个元素是对该索引处的类进行采样的相对概率。

如果probs是二维的，它被视为一批概率向量

例如：

probs = torch.FloatTensor([0.9,0.2])
D = Categorical(probs)
print(D)                  # Categorical(probs: torch.Size([2]))
for i in range(5):
    print(D.sample())         
tensor(0)
tensor(0)
tensor(0)
tensor(0)
tensor(1)



probs = torch.FloatTensor([[0, 0.25, 0.25], [0.25, 0.25, 0.5]])
D = Categorical(probs)
for i in range(5):
    print(D.sample())

tensor([1, 1])
tensor([2, 0])
tensor([2, 2])
tensor([2, 2])
tensor([2, 2])
# 第0维第0个元素的权重是0，在其他元素被取完之前是不会被取到的。