Gamma
- class paddle.distribution. Gamma ( concentration, rate )
伽马分布
伽马分布的概率密度满足一下公式:
上面数学公式中:
\(concentration=\alpha\):表示集中参数。
\(rate=\beta\):表示率参数。
参数
concentration (float|Tensor) - 率参数,该值必须大于零。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。rate (float|Tensor) - 率参数,该值必须大于零。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。
代码示例
COPY-FROM: paddle.distribution.Gamma
属性
mean
伽马分布的均值。
variance
伽马分布的方差。
方法
prob(value)
伽马分布的概率密度函数。
参数
value (float|Tensor) - 输入值。
返回
Tensor - value 对应的概率密度。
log_prob(value)
伽马分布的对数概率密度函数。
参数
value (float|Tensor) - 输入值。
返回
Tensor - value 对应的对数概率密度。
entropy()
伽马分布的信息熵。
返回
Tensor: 信息熵。
kl_divergence(other)
两个伽马分布之间的 KL 散度。
参数
other (Geometric) - Gamma 的实例。
返回
Tensor: 两个伽马分布之间的 KL 散度。
sample(shape=[])
随机采样,生成指定维度的样本。
参数
shape (Sequence[int],可选) - 采样的样本维度。
返回
Tensor - 指定维度的样本数据。数据类型为 float32。
rsample(shape=[])
重参数化采样,生成指定维度的样本。
参数
shape (Sequence[int],可选) - 重参数化采样的样本维度。
返回
Tensor - 指定维度的样本数据。数据类型为 float32。