Python mxnet.symbol.random_pdf_uniform用法及代碼示例

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

參數：

sample：(Symbol) - 來自分布的樣本。
low：(Symbol) - 分布的下界。
is_log：(boolean, optional, default=0) - 如果設置，則計算 log-probability 的密度而不是概率。
high：(Symbol) - 分布的上限。
name：(string, optional.) - 結果符號的名稱。

結果符號。

返回類型：

Symbol

計算由 [low,high) 給出的區間上均勻分布的 sample 的 PDF 值。

low 和 high 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 low 和 high 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 low 和 high 的值參數化。

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.random_pdf_uniform。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：