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

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

參數：

sample：(Symbol) - 來自分布的樣本。
mu：(Symbol) - 分布的平均值。
is_log：(boolean, optional, default=0) - 如果設置，則計算 log-probability 的密度而不是概率。
sigma：(Symbol) - 分布的標準差。
name：(string, optional.) - 結果符號的名稱。

結果符號。

返回類型：

Symbol

使用參數 mu(均值)和 sigma(標準差)計算正態分布的 sample 的 PDF 值。

mu 和 sigma 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 mu 和 sigma 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 mu 和 sigma 的值參數化。

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_normal。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：