Python mxnet.symbol.op.random_pdf_gamma用法及代碼示例

用法:
mxnet.symbol.op.random_pdf_gamma(sample=None, alpha=None, beta=None, is_log=_Null, name=None, attr=None, out=None, **kwargs)

參數：

sample：(Symbol) - 來自分布的樣本。
alpha：(Symbol) - 分布的 Alpha(形狀)參數。
is_log：(boolean, optional, default=0) - 如果設置，則計算 log-probability 的密度而不是概率。
beta：(Symbol) - 分布的 Beta(規模)參數。
name：(string, optional.) - 結果符號的名稱。

結果符號。

返回類型：

Symbol

計算帶有參數alpha(形狀)和beta(速率)的伽馬分布sample的PDF值。

alpha 和 beta 必須具有相同的形狀，必須與 sample 的最左側子形狀匹配。也就是說，sample 可以具有與 alpha 和 beta 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，輸出是密度的張量，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 和 beta 的值參數化。

例子：

random_pdf_gamma(sample=[[1,2,3,4,5]], alpha=[5], beta=[1]) =
    [[0.01532831, 0.09022352, 0.16803136, 0.19536681, 0.17546739]]

sample = [[1, 2, 3, 4, 5],
          [2, 3, 4, 5, 6],
          [3, 4, 5, 6, 7]]

random_pdf_gamma(sample=sample, alpha=[5,6,7], beta=[1,1,1]) =
    [[0.01532831, 0.09022352, 0.16803136, 0.19536681, 0.17546739],
     [0.03608941, 0.10081882, 0.15629345, 0.17546739, 0.16062315],
     [0.05040941, 0.10419563, 0.14622283, 0.16062315, 0.14900276]]

相關用法

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.symbol.op.random_pdf_gamma。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。

用法:

參數：

返回：

返回類型：