bernoulli
对输入 x 的每一个元素 \(x_i\)，从以 \(x_i\) 为参数的伯努利分布（又名两点分布或者 0-1 分布）中抽取一个样本。以 \(x_i\) 为参数的伯努利分布的概率密度函数是
\[\begin{split}p(y)=\begin{cases} x_i,&y=1\\\\ 1-x_i,&y=0 \end{cases}.\end{split}\]
参数
x (Tensor) - 输入的 Tensor，数据类型为 float32、float64。别名
input。p (float|None，可选) - 若指定
p，伯努利分布的参数将全部设为p。默认值为 None，此时伯努利分布的参数由x决定。name (str|None，可选) - 具体用法请参见 api_guide_Name，一般无需设置，默认值为 None。
关键字参数
out (Tensor，可选) - 输出 Tensor，若不为
None，计算结果将保存在该 Tensor 中，默认值为None。
返回
Tensor，由伯努利分布中的样本组成的 Tensor，形状和数据类型与输入
x相同。
代码示例
>>> import paddle
>>> paddle.set_device('cpu') # on CPU device
>>> paddle.seed(100)
>>> x = paddle.rand([2,3])
>>> print(x)
Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
[[0.55355281, 0.20714243, 0.01162981],
[0.51577556, 0.36369765, 0.26091650]])
>>> out = paddle.bernoulli(x)
>>> print(out)
Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
[[1., 0., 1.],
[0., 1., 0.]])
>>> out = paddle.bernoulli(x, p=0)
>>> print(out)
Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
[[0., 0., 0.],
[0., 0., 0.]])