Distribution

class paddle.distribution. Distribution ( batch_shape=(), event_shape=(), validate_args=None ) [源代码] 

概率分布的抽象基类，在具体的分布中实现具体功能。

参数

batch_shape - 概率分布参数批量形状。一元分布 batch_shape=param.shape，多元分布 batch_shape=param.shape[:-1]，其中 param 表示分布参数，支持 broadcast 语义。
event_shape - 多元概率分布维数形状。一元分布 event_shape=()，多元分布 event_shape=param.shape[-1:]，其中 param 表示分布参数，支持 broadcast 语义。
validate_args (bool|None，可选) - 是否启用参数校验。默认值为 None。

属性

arg_constraints

返回该概率分布参数需要满足的约束条件。

返回

dict，分布参数与其约束条件的映射。

support

返回表示该概率分布支持集的约束对象。

返回

Constraint|None，表示支持集的约束对象。

mean

概率分布的均值。

返回

Tensor，均值。

mode

概率分布的众数。

返回

Tensor，众数。

variance

概率分布的方差。

返回

Tensor，方差。

方法

sample(shape=[])

从分布中采样

参数

shape (Sequence[int]，可选) - 采样的样本维度。别名 sample_shape。

rsample(shape=[])

从分布中重参数化采样

参数

shape (Sequence[int]，可选) - 重参数化采样的样本维度。别名 sample_shape。

sample_n(n)

从分布中生成 n 个样本。

参数

n (int) - 采样数量。

sample_n(n)

从分布中生成 n 个样本。

参数

n (int) - 采样数量。

entropy()

分布的信息熵

log_prob(value)

对数概率密度函数

参数

value (Tensor) - 输入 Tensor。

cdf(value)

计算 value 处的累计概率密度函数或累计概率质量函数值。

参数

value (Tensor) - 输入 Tensor。

icdf(value)

计算 value 处的逆累计概率密度函数或逆累计概率质量函数值。

参数

value (Tensor) - 输入 Tensor。

enumerate_support(expand=True)

返回离散概率分布支持集中的所有取值。

参数

expand (bool，可选) - 是否扩展结果 Tensor。默认值为 True。

perplexity()

返回该概率分布的困惑度。

probs(value)

概率密度函数

参数

value (Tensor) - 输入 Tensor。

kl_divergence(other)

两个分布之间的 KL 散度。

参数

other (Distribution) - Distribution 的实例。

set_default_validate_args(value)

设置是否默认启用参数校验。

参数

value (bool) - 是否默认启用参数校验。