TransformedDistribution¶

基于一个基础分布和一系列分布变换构建一个新的分布。

class paddle.distribution. TransformedDistribution ( base, transforms ) [源代码] ¶

参数¶

base (Distribution) - 基础分布。
transforms (Sequence[Transform]） - 变换序列。

代码示例¶

          >>> import paddle
>>> paddle.seed(2023)
>>> from paddle.distribution import transformed_distribution

>>> d = transformed_distribution.TransformedDistribution(
...     paddle.distribution.Normal(0., 1.),
...     [paddle.distribution.AffineTransform(paddle.to_tensor(1.), paddle.to_tensor(2.))]
... )

>>> print(d.sample([10]))
Tensor(shape=[10], dtype=float32, place=Place(cpu), stop_gradient=True,
    [ 3.22699189,  1.12264419,  0.50283587,  1.83812487, -2.00740123,
    -2.70338631,  1.26663208,  4.47909021, -0.11529565,  4.32719326])
>>> print(d.log_prob(paddle.to_tensor(0.5)))
Tensor(shape=[], dtype=float32, place=Place(cpu), stop_gradient=True,
    -1.64333570)

         

方法¶

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=())¶

生成满足特定形状的样本数据。

参数

shape (Sequence[int]，可选)：采样形状。

返回

Tensor：样本数据。

rsample(shape=())¶

重参数化采样，生成满足特定形状的样本数据。

参数

shape (Sequence[int]，可选)：采样形状。

返回

Tensor：样本数据。