Categorical¶
类别分布是一种离散概率分布，其随机变量可以取K个相互独立类别的其中一个。
概率质量函数（pmf）为：
\[pmf(k; p_i) =\prod_{i=1}^{k} p_i^{[x=i]}\]
- 上面公式中：
-
\([x = i]\) 表示：如果 \(x==i\)，则表达式取值为1，否则取值为0。
参数¶
logits (list|numpy.ndarray|Variable) - 类别分布对应的logits。数据类型为float32。
代码示例¶
import numpy as np
from paddle.fluid import layers
from paddle.fluid.layers import Categorical
a_logits_npdata = np.array([-0.602,-0.602], dtype="float32")
a_logits_tensor = layers.create_tensor(dtype="float32")
layers.assign(a_logits_npdata, a_logits_tensor)
b_logits_npdata = np.array([-0.102,-0.112], dtype="float32")
b_logits_tensor = layers.create_tensor(dtype="float32")
layers.assign(b_logits_npdata, b_logits_tensor)
a = Categorical(a_logits_tensor)
b = Categorical(b_logits_tensor)
a.entropy()
# [0.6931472] with shape: [1]
b.entropy()
# [0.6931347] with shape: [1]
a.kl_divergence(b)
# [1.2516975e-05] with shape: [1]
参数¶
other (Categorical) - 输入的另一个类别分布。数据类型为float32。
返回¶
相对于另一个类别分布的KL散度，数据类型为float32
返回¶
类别分布的信息熵，数据类型为float32
返回类型¶
Variable