用法:
mxnet.ndarray.random_pdf_dirichlet(sample=None, alpha=None, is_log=_Null, out=None, name=None, **kwargs)out:- 此函數的輸出。
NDArray 或 NDArray 列表
參數:
返回:
返回類型:
使用參數
alpha計算狄利克雷分布的sample的 PDF 值。alpha的形狀必須與sample的最左側子形狀匹配。也就是說,sample可以具有與alpha相同的形狀,在這種情況下,輸出包含每個分布的一個密度,或者sample可以是具有該形狀的張量的張量,在這種情況下,輸出是密度使得輸出中索引i處的密度由sample中索引i處的樣本給出,該樣本由索引i處的alpha的值參數化。例子:
random_pdf_dirichlet(sample=[[1,2],[2,3],[3,4]], alpha=[2.5, 2.5]) = [38.413498, 199.60245, 564.56085] sample = [[[1, 2, 3], [10, 20, 30], [100, 200, 300]], [[0.1, 0.2, 0.3], [0.01, 0.02, 0.03], [0.001, 0.002, 0.003]]] random_pdf_dirichlet(sample=sample, alpha=[0.1, 0.4, 0.9]) = [[2.3257459e-02, 5.8420084e-04, 1.4674458e-05], [9.2589635e-01, 3.6860607e+01, 1.4674468e+03]]
相關用法
- Python mxnet.ndarray.random_pdf_generalized_negative_binomial用法及代碼示例
- Python mxnet.ndarray.random_pdf_negative_binomial用法及代碼示例
- Python mxnet.ndarray.random_pdf_gamma用法及代碼示例
- Python mxnet.ndarray.random_pdf_normal用法及代碼示例
- Python mxnet.ndarray.random_pdf_poisson用法及代碼示例
- Python mxnet.ndarray.random_pdf_exponential用法及代碼示例
- Python mxnet.ndarray.random_pdf_uniform用法及代碼示例
- Python mxnet.ndarray.random.generalized_negative_binomial用法及代碼示例
- Python mxnet.ndarray.random.normal用法及代碼示例
- Python mxnet.ndarray.random.shuffle用法及代碼示例
- Python mxnet.ndarray.random.uniform用法及代碼示例
- Python mxnet.ndarray.random.randint用法及代碼示例
- Python mxnet.ndarray.random.randn用法及代碼示例
- Python mxnet.ndarray.random.negative_binomial用法及代碼示例
- Python mxnet.ndarray.random.multinomial用法及代碼示例
- Python mxnet.ndarray.random.gamma用法及代碼示例
- Python mxnet.ndarray.random.exponential用法及代碼示例
- Python mxnet.ndarray.random.poisson用法及代碼示例
- Python mxnet.ndarray.ravel_multi_index用法及代碼示例
- Python mxnet.ndarray.round用法及代碼示例
注:本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.ndarray.random_pdf_dirichlet。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。
