Laplace¶
- class paddle.distribution. Laplace ( loc, scale ) ¶
拉普拉斯分布
数学公式:
上面的数学公式中:
\(loc = \mu\):拉普拉斯分布位置参数。
\(scale = \sigma\):拉普拉斯分布尺度参数。
参数¶
loc (int|float|Tensor) - 拉普拉斯分布位置参数。数据类型为 int、float 或 Tensor。
scale (int|float|Tensor) - 拉普拉斯分布尺度参数。数据类型为 int、float 或 Tensor。
代码示例¶
COPY-FROM: paddle.distribution.Laplace
方法¶
cdf(value)¶
累积分布函数
参数
value (Tensor) - 输入张量。
数学公式:
上面的数学公式中:
\(loc = \mu\):拉普拉斯分布位置参数。
\(scale = \sigma\):拉普拉斯分布尺度参数。
返回
Tensor: value 对应 Laplace 累积分布函数下的值。
icdf(value)¶
逆累积分布函数
参数
value (Tensor) - 输入张量。
数学公式:
上面的数学公式中:
\(loc = \mu\):拉普拉斯分布位置参数。
\(scale = \sigma\):拉普拉斯分布尺度参数。
返回
Tensor: value 对应 Laplace 逆累积分布函数下的值。
rsample(shape)¶
生成指定维度的样本(重参数采样)。
参数
shape (tuple[int]) - 1 维元组,指定生成样本的维度,默认为()。
返回
Tensor: 预先设计好维度的样本数据。
entropy()¶
信息熵
数学公式:
上面的数学公式中:
\(scale = \sigma\):拉普拉斯分布尺度参数.
返回
Tensor: Laplace 分布的信息熵。
log_prob(value)¶
对数概率密度函数
参数
value (Tensor|Scalar) - 待计算值。
数学公式:
上面的数学公式中:
\(loc = \mu\):拉普拉斯分布位置参数。
\(scale = \sigma\):拉普拉斯分布尺度参数.
返回
Tensor: value 的对数概率。
prob(value)¶
概率密度函数
参数
value (Tensor|Scalar) - 待计算值。
数学公式:
上面的数学公式中:
\(loc = \mu\):拉普拉斯分布位置参数。
\(scale = \sigma\):拉普拉斯分布尺度参数.
返回
Tensor: value 的概率。
kl_divergence(other)¶
两个 Laplace 分布之间的 KL 散度。
参数
other (Laplace) - Laplace 的实例。
数学公式:
上面的数学公式中:
\(loc = \mu_0\):当前拉普拉斯分布的位置参数。
\(scale = \sigma_0\):当前拉普拉斯分布的尺度参数。
\(loc = \mu_1\):另一个拉普拉斯分布的位置参数。
\(scale = \sigma_1\):另一个拉普拉斯分布的尺度参数.
\(ratio\):两个尺度参数之间的比例。
\(diff\):两个位置参数之间的差值。
返回
Tensor: 两个拉普拉斯分布之间的 KL 散度。