1mindspore.ops.RandomChoiceWithMask 2===================================== 3 4.. py:class:: mindspore.ops.RandomChoiceWithMask(count=256, seed=0, seed2=0) 5 6 对输入进行随机取样，返回取样索引和掩码。 7 8 更多参考详见 :func:`mindspore.ops.choice_with_mask`。 9 10 .. note:: 11 - 随机种子：通过一些复杂的数学算法，可以得到一组有规律的随机数，而随机种子就是这个随机数的初始值。随机种子相同，得到的随机数就不会改变。 12 - 全局的随机种子和算子层的随机种子都没设置或都设置为0：完全随机。 13 - 全局的随机种子设置了，算子层的随机种子未设置：采用全局的随机种子和0拼接。 14 - 全局的随机种子未设置，算子层的随机种子设置了：使用0和算子层的随机种子拼接。 15 - 全局的随机种子和算子层的随机种子都设置了：全局的随机种子和算子层的随机种子拼接。 16 17 参数： 18 - **count** (int，可选) - 取样数量，必须大于0。默认值： ``256`` 。 19 - **seed** (int，可选) - 算子层的随机种子，用于生成随机数。必须是非负的。默认值： ``0`` 。 20 - **seed2** (int，可选) - 全局的随机种子，和算子层的随机种子共同决定最终生成的随机数。必须是非负的。默认值： ``0`` 。 21 22 输入： 23 - **input_x** (Tensor[bool]) - 输入Tensor，bool类型。秩必须大于等于1且小于等于5。 24 25 输出： 26 两个Tensor，第一个为索引，另一个为掩码。 27 28 - **index** (Tensor) - 二维Tensor，shape为 :math:`(count, input_x的秩)`。 29 - **mask** (Tensor) - 一维Tensor，shape为 :math:`(count)`。 30