forked from huawei/mindspore2022
40 lines
2.0 KiB
ReStructuredText
40 lines
2.0 KiB
ReStructuredText
mindspore.ops.Gamma
|
||
===================
|
||
|
||
.. py:class:: mindspore.ops.Gamma(seed=0, seed2=0)
|
||
|
||
根据概率密度函数分布生成随机正值浮点数x。
|
||
|
||
.. math::
|
||
|
||
\text{P}(x|α,β) = \frac{\exp(-x/β)}{{β^α}\cdot{\Gamma(α)}}\cdot{x^{α-1}}
|
||
|
||
**参数：**
|
||
|
||
- **seed** (int) - 算子层的随机种子，用于生成随机数。必须是非负的。默认值：0。
|
||
- **seed2** (int)：全局的随机种子，和算子层的随机种子共同决定最终生成的随机数。必须是非负的。默认值：0。
|
||
|
||
.. note::
|
||
- 随机种子：通过一些复杂的数学算法，可以得到一组有规律的随机数，而随机种子就是这个随机数的初始值。随机种子相同，得到的随机数就不会改变。
|
||
- 全局的随机种子和算子层的随机种子都没设置：使用默认值当做随机种子。
|
||
- 全局的随机种子设置了，算子层的随机种子未设置：随机生成一个种子和全局的随机种子拼接。
|
||
- 全局的随机种子未设置，算子层的随机种子设置了：使用默认的全局的随机种子，和算子层的随机种子拼接。
|
||
- 全局的随机种子和算子层的随机种子都设置了：全局的随机种子和算子层的随机种子拼接。
|
||
|
||
**输入：**
|
||
|
||
- **shape** (tuple) - 待生成的随机Tensor的shape。只支持常量值。
|
||
- **alpha** (Tensor) - α为Gamma分布的shape parameter，主要决定了曲线的形状。其值必须大于0。数据类型为float32。
|
||
- **beta** (Tensor) - β为Gamma分布的inverse scale parameter，主要决定了曲线有多陡。其值必须大于0。数据类型为float32。
|
||
|
||
**输出：**
|
||
|
||
Tensor。shape是输入 `shape`， `alpha`， `beta` 广播后的shape。数据类型为float32。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** - `seed` 或 `seed2` 的数据类型不是int。
|
||
- **TypeError** - `alpha` 或 `beta` 不是Tensor。
|
||
- **TypeError** - `alpha` 或 `beta` 的数据类型不是float32。
|
||
- **ValueError** - `shape` 不是常量值。
|