In probability theory, the multinomial distribution is a generalization of the binomial distribution. For example, it models the probability of counts for each side of a k-sided die rolled n times.

multinomial()函数的input可以是大于1的数，在函数内部会再次进行 归一化 。 例如在处理文本对word进行采样时，直接传入词典中每个词的词频就好了，不需要搜东归一化。

多项式分布（Multinomial Distribution）是二项式分布的推广。二项分布的典型例子是扔硬币，硬币正面朝上概率为p, 重复扔n次硬币，k次为正面的概率即为一个二项分布概率。

Theorem Suppose that the random vector X ⃗ = ( X 1 , X 2 ) \vec{X}=(X_1,X_2) X = (X 1 , X 2 ) has the multinomial distribution with parameters n n n and p ⃗ = ( p 1 , p 2 ) \vec{p}=(p_1,p_2) p = (p 1 , p 2 ).Then X 1 X_1 X 1 has the binomial distribution with parameters n n n and p 1 p_1 p 1 ,and X 2 = n − X 1 X_2=n-X_1 X 2 = n − X 1

2018年4月2日 · torch.multinomial函数是PyTorch中用于从多项式分布中抽取样本的函数。它可以根据给定的概率分布从每个类别中抽取指定数量的样本。

文章详细解释了PyTorch中的Multinomial分布，包括参数total_count、probs和logits的含义及用法，以及sample()函数的抽样机制。 还讨论了validate_args参数对参数检查的影响，指出即使设置为False，仍会进行一定程度的参数验证。

In mathematics, the multinomial theorem describes how to expand a power of a sum in terms of powers of the terms in that sum. It is the generalization of the binomial theorem from binomials to multinomials .

今天我们介绍另一个 离散分布 ：多项分布(Multinomial distribution)，它是二项分布的推广。 1. 特点. 二项分布的试验结果只有两个(成功和失败)，而 多项分布 的试验结果则多于两个。如果试验的结果有三个，则是三项分布；如果结果有六个，则是六项分布。

多项分布 Multinomial()是torch.distributions.multinomial中的一个类，接受四个参数(total_count=1, probs=None, logits=None, validate_args=None)： total_count 接受的是 int 型参数，指的是单次抽样中样本的个数。

2020年4月29日 · The multinomial distribution describes the probability of obtaining a specific number of counts for k different outcomes, when each outcome has a fixed probability of occurring. If a random variable X follows a multinomial distribution, then the probability that outcome 1 occurs exactly x 1 times, outcome 2 occurs exactly x 2 times, outcome 3 ...