Python tf.compat.v1.distributions.Laplace用法及代碼示例

參數

• loc 浮點張量，表征分布的位置(中心)。
• scale 正浮點張量，表征分布的擴散。
• validate_args Python bool ，默認 False 。盡管可能會降低運行時性能，但檢查 True 分發參數的有效性時。當False 無效輸入可能會默默呈現不正確的輸出。
• allow_nan_stats Python bool ，默認 True 。當 True 時，統計信息(例如，均值、眾數、方差)使用值“NaN”來指示結果未定義。當 False 時，如果一個或多個統計數據的批處理成員未定義，則會引發異常。
• name Python str 名稱以此類創建的 Ops 為前綴。

拋出

• TypeError 如果 loc 和 scale 具有不同的 dtype。

屬性

• allow_nan_stats Pythonbool說明未定義統計信息時的行為。

  統計數據在有意義時返回 +/- 無窮大。例如，柯西分布的方差是無窮大的。但是，有時統計數據是未定義的，例如，如果分布的 pdf 在分布的支持範圍內沒有達到最大值，則模式是未定義的。如果均值未定義，則根據定義，方差未定義。例如： df = 1 的 Student's T 的平均值是未定義的(沒有明確的方式說它是 + 或 - 無窮大)，因此方差 = E[(X - mean)**2] 也是未定義的。

• batch_shape 來自單個事件索引的單個樣本的形狀作為TensorShape.

  可能部分定義或未知。

  批次維度是該分布的獨立、不同參數化的索引。

• dtype Tensor 的 DType 由此 Distribution 處理。
• event_shape 單個批次的單個樣品的形狀作為TensorShape.

  可能部分定義或未知。

• loc 位置的分布參數。
• name 此 Distribution 創建的所有操作前的名稱。
• parameters 用於實例化此 Distribution 的參數字典。
• reparameterization_type 說明如何重新參數化分布中的樣本。

  目前這是靜態實例 distributions.FULLY_REPARAMETERIZED 或 distributions.NOT_REPARAMETERIZED 之一。

• scale 規模分布參數。
• validate_args Python bool 表示啟用了可能昂貴的檢查。