tf.multinomial(logits, num_samples, seed=None, name=None)
看一個使用LSTM的程式碼，使用了這個函式，故學習下。
從multinomial分佈中取樣，樣本個數是num_samples，每個樣本被取樣的概率由logits給出

引數：
logits: 2-D Tensor with shape [batch_size, num_classes]. Each slice [i, :] represents the unnormalized log probabilities for all classes.2維量，shape是 [batch_size, num_classes]，每一行都是關於種類的未歸一化的對數概率
num_samples

返回值：
The drawn samples of shape [batch_size, num_samples]，注意元素的取值範圍取決於num_samples

示例：

import tensorflow as tf
samples = tf.multinomial(tf.log([[10., 10., 10.]]), 5)
with tf.Session(
 
) as sess:
	sess.run(samples)

# 執行結果：array([[2, 1, 2, 2, 0]])

存在一個疑問：使用這個函式會直接跑滿GPU，並且在互動環境下執行完，依舊佔用GPU，退出互動環境後才釋放視訊記憶體