Beta
- class paddle.distribution. Beta ( alpha, beta )
在概率论中，Beta 分布是指一组定义在 [0,1] 区间的连续概率分布，有两个参数 \(\alpha,\beta>0\)，是狄利克雷(Dirichlet) 分布的一元形式。
其概率密度函数（pdf）为：
\[f(x; \alpha, \beta) = \frac{1}{B(\alpha, \beta)}x^{\alpha-1}(1-x)^{\beta-1}\]
其中，B 为 Beta 函数，表示归一化因子：
\[B(\alpha, \beta) = \int_{0}^{1} t^{\alpha - 1} (1-t)^{\beta - 1}\mathrm{d}t\]
参数
alpha (float|Tensor) - 即上述公式中 \(\alpha\) 参数，大于零，支持 Broadcast 语义。当参数类型为 Tensor 时，表示批量创建多个不同参数的分布，
batch_shape(参考 Distribution 基类) 为参数 Broadcast 后的形状。beta (float|Tensor) - 即上述公式中 \(\beta\) 参数，大于零，支持 Broadcast 语 义。当参数类型为 Tensor 时，表示批量创建多个不同参数的分布，
batch_shape(参考 Distribution 基类) 为参数 Broadcast 后的形状。
代码示例
COPY-FROM: paddle.distribution.Beta
方法
mean()
计算 Beta 分布均值。
variance()
计算 Beta 分布方差。
prob(value)
计算 value 的概率。
参数
value (Tensor) - 待计算值。
返回
Tensor: value 的概率。
log_prob(value)
计算 value 的对数概率。
参数
value (Tensor) - 待计算值。
返回
Tensor: value 的对数概率。
sample(shape=[])
从 Beta 分布中生成满足特定形状的样本数据。
参数
shape (Sequence[int]，可选)：采样次数。最终生成样本形状为
shape+batch_shape。
返回
Tensor：样本数据。
entropy()
计算 Beta 分布的信息熵。