Independent¶

class paddle.distribution. Independent ( base, reinterpreted_batch_rank ) [源代码] ¶

将一个基础分布 base 的最右侧 reinterpreted_batch_rank 批维度转换为事件维度。

参数¶

base (Distribution) - 基础分布。
reinterpreted_batch_rank (int） - 用于转换为事件维度的批维度数量。

代码示例¶

          import paddle
from paddle.distribution import independent

beta = paddle.distribution.Beta(paddle.to_tensor([0.5, 0.5]), paddle.to_tensor([0.5, 0.5]))
print(beta.batch_shape, beta.event_shape)
# (2,) ()
print(beta.log_prob(paddle.to_tensor(0.2)))
# Tensor(shape=[2], dtype=float32, place=Place(gpu:0), stop_gradient=True,
#        [-0.22843921, -0.22843921])
reinterpreted_beta = independent.Independent(beta, 1)
print(reinterpreted_beta.batch_shape, reinterpreted_beta.event_shape)
# () (2,)
print(reinterpreted_beta.log_prob(paddle.to_tensor([0.2,  0.2])))
# Tensor(shape=[], dtype=float32, place=Place(gpu:0), stop_gradient=True,
#        -0.45687842)

         

方法¶

property mean¶

计算分布均值。

property variance¶

计算分布方差。

prob(value)¶

计算 value 的概率。

参数

value (Tensor) - 待计算值。

返回

Tensor: value 的概率。

log_prob(value)¶

计算 value 的对数概率。

参数

value (Tensor) - 待计算值。

返回

Tensor: value 的对数概率。

sample(shape=())¶

从 Beta 分布中生成满足特定形状的样本数据。

参数

shape (Sequence[int]，可选)：采样次数。最终生成样本形状为 shape+batch_shape 。

返回

Tensor：样本数据。

entropy()¶

计算信息熵。