当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python mxnet.symbol.random_pdf_normal用法及代码示例


用法:

mxnet.symbol.random_pdf_normal(sample=None, mu=None, sigma=None, is_log=_Null, name=None, attr=None, out=None, **kwargs)

参数

  • sample(Symbol) - 来自分布的样本。
  • mu(Symbol) - 分布的平均值。
  • is_log(boolean, optional, default=0) - 如果设置,则计算 log-probability 的密度而不是概率。
  • sigma(Symbol) - 分布的标准差。
  • name(string, optional.) - 结果符号的名称。

返回

结果符号。

返回类型

Symbol

使用参数 mu(均值)和 sigma(标准差)计算正态分布的 sample 的 PDF 值。

musigma 必须具有相同的形状,必须与 sample 的最左侧子形状匹配。也就是说,sample 可以具有与 musigma 相同的形状,在这种情况下,输出包含每个分布的一个密度,或者 sample 可以是具有该形状的张量的张量,在这种情况下,输出是密度的张量,使得输出中索引 i 处的密度由 sample 中索引 i 处的样本给出,该样本由索引 i 处的 musigma 的值参数化。

例子:

sample = [[-2, -1, 0, 1, 2]]
random_pdf_normal(sample=sample, mu=[0], sigma=[1]) =
    [[0.05399097, 0.24197073, 0.3989423, 0.24197073, 0.05399097]]

random_pdf_normal(sample=sample*2, mu=[0,0], sigma=[1,2]) =
    [[0.05399097, 0.24197073, 0.3989423,  0.24197073, 0.05399097],
     [0.12098537, 0.17603266, 0.19947115, 0.17603266, 0.12098537]]

相关用法


注:本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.symbol.random_pdf_normal。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。