log_normal¶

paddle. log_normal ( mean=1.0, std=2.0, shape=None, name=None ) ¶

返回符合对数正态分布（对应正态分布的均值为 mean，标准差为 std）的随机 Tensor，对数正态分布的分布函数如下

\[f(x) = \frac{1}{x\sigma\sqrt{2\pi}}e^{-\frac{(\ln{x}-\mu)^2}{2\sigma^2}}\]

其中：

\(mu\) 表示对应正态分布的平均值。
\(sigma\) 表示对应正态分布的标准差。

如果 mean 是 Tensor，则输出 Tensor 和 mean 具有相同的形状和数据类型。如果 mean 不是 Tensor，且 std 是 Tensor，则输出 Tensor 和 std 具有相同的形状和数据类型。如果 mean 和 std 都不是 Tensor，则输出 Tensor 的形状为 shape，数据类型为 float32。如果 mean 和 std 都是 Tensor，则 mean 和 std 的元素个数应该相同。

参数¶

mean (float|Tensor，可选) - 输出 Tensor 对应正态分布的平均值。如果 mean 是 float，则表示输出 Tensor 中所有元素的正态分布的平均值。如果 mean 是 Tensor (支持的数据类型为 float32、float64)，则表示输出 Tensor 中每个元素对应正态分布的平均值。默认值为 1.0。

std (float|Tensor，可选) - 输出 Tensor 对应正态分布的标准差。如果 std 是 float，则表示输出 Tensor 中所有元素的正态分布的标准差。如果 std 是 Tensor (支持的数据类型为 float32、float64)，则表示输出 Tensor 中每个元素对应正态分布的标准差。默认值为 2.0。

shape (list|tuple|Tensor，可选) - 生成的随机 Tensor 的形状。如果 shape 是 list、tuple，则其中的元素可以是 int，或者是形状为[]且数据类型为 int32、int64 的 0-D Tensor。如果 shape 是 Tensor，则是数据类型为 int32、int64 的 1D Tensor。如果 mean 或者 std 是 Tensor，输出 Tensor 的形状和 mean 或者 std 相同(此时 shape 无效)。默认值为 None。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

Tensor，符合对数正态分布（对应正态分布的均值为 mean，标准差为 std）的随机 Tensor。

示例代码¶

COPY-FROM: paddle.log_normal