torch.distributions.multinomial.Multinomial——小白亦懂

torch.distributions.multinomial.Multinomial(total_count=1, probs=None, logits=None, validate_args=None)

看書看到這個函數不是很懂，搜尋發現連 torch API 都沒有很細緻地講，我最後的了解如下：

比方說以下面為例，這裡有幾個前提：

1、probs.sum() 為1

2、probs有幾個元素，我們就隻能往幾個位置擲骰子，這是限定的大前提

3、total_count就是投的次數。根據大數定律，投的次數越多，sample結果的分布機率越接近prob。