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

用法:
mxnet.symbol.random_pdf_uniform(sample=None, low=None, high=None, is_log=_Null, name=None, attr=None, out=None, **kwargs)

参数：

sample：(Symbol) - 来自分布的样本。
low：(Symbol) - 分布的下界。
is_log：(boolean, optional, default=0) - 如果设置，则计算 log-probability 的密度而不是概率。
high：(Symbol) - 分布的上限。
name：(string, optional.) - 结果符号的名称。

结果符号。

返回类型：

Symbol

计算由 [low,high) 给出的区间上均匀分布的 sample 的 PDF 值。

low 和 high 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 low 和 high 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 low 和 high 的值参数化。

例子：

random_pdf_uniform(sample=[[1,2,3,4]], low=[0], high=[10]) = [0.1, 0.1, 0.1, 0.1]

sample = [[[1, 2, 3],
           [1, 2, 3]],
          [[1, 2, 3],
           [1, 2, 3]]]
low  = [[0, 0],
        [0, 0]]
high = [[ 5, 10],
        [15, 20]]
random_pdf_uniform(sample=sample, low=low, high=high) =
    [[[0.2,        0.2,        0.2    ],
      [0.1,        0.1,        0.1    ]],
     [[0.06667,    0.06667,    0.06667],
      [0.05,       0.05,       0.05   ]]]

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_uniform。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。

用法:

参数：

返回：

返回类型：