186 lines
5.6 KiB
ReStructuredText
186 lines
5.6 KiB
ReStructuredText
mindspore.nn.probability.distribution.Exponential
|
||
===================================================
|
||
|
||
.. py:class:: mindspore.nn.probability.distribution.Exponential(rate=None, seed=None, dtype=mstype.float32, name='Exponential')
|
||
|
||
指数分布（Exponential Distribution）。
|
||
连续随机分布，取值范围为所有正实数 :math:`[0, \inf)`，概率密度函数为
|
||
|
||
.. math::
|
||
f(x, \lambda) = \lambda \exp(-\lambda x)
|
||
|
||
其中 :math:`\lambda` 为指数分布的率参数。
|
||
|
||
参数：
|
||
- **rate** (int, float, list, numpy.ndarray, Tensor，可选) - 率参数。公式中的 :math:`\lambda`。默认值： ``None``。
|
||
- **seed** (int，可选) - 采样时使用的种子。如果为 ``None``，则使用全局种子。默认值： ``None``。
|
||
- **dtype** (mindspore.dtype，可选) - 事件样例的类型。默认值： ``mstype.float32``。
|
||
- **name** (str，可选) - 分布的名称。默认值： ``'Exponential'``。
|
||
|
||
.. note::
|
||
- `rate` 中的元素必须大于0。
|
||
- `dtype` 必须是float，因为指数分布是连续的。
|
||
|
||
异常：
|
||
- **ValueError** - `rate` 中元素小于0。
|
||
- **TypeError** - `dtype` 不是float或float的子类。
|
||
|
||
.. py:method:: rate
|
||
:property:
|
||
|
||
返回指数分布的率参数 `rate` 。
|
||
|
||
返回：
|
||
Tensor，率参数的值。
|
||
|
||
.. py:method:: cdf(value, rate=None)
|
||
|
||
基于给定值计算累积分布函数（Cumulatuve Distribution Function, CDF）。
|
||
|
||
参数：
|
||
- **value** (Tensor) - 待计算的值。
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，累积分布函数的值。
|
||
|
||
.. py:method:: cross_entropy(dist, rate_b, rate=None)
|
||
|
||
计算分布a和b之间的交叉熵。
|
||
|
||
参数：
|
||
- **dist** (str) - 分布的类型。
|
||
- **rate_b** (Tensor) - 对比分布b的率参数。
|
||
- **rate** (Tensor，可选) - 分布a的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，交叉熵的值。
|
||
|
||
.. py:method:: entropy(rate=None)
|
||
|
||
计算熵。
|
||
|
||
参数：
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，熵的值。
|
||
|
||
.. py:method:: kl_loss(dist, rate_b, rate=None)
|
||
|
||
计算分布a和分布b之间的KL散度，即KL(a||b)。
|
||
|
||
参数：
|
||
- **dist** (str) - 分布的类型。
|
||
- **rate_b** (Tensor) - 对比分布b的率参数。
|
||
- **rate** (Tensor，可选) - 分布a的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，KL散度。
|
||
|
||
.. py:method:: log_cdf(value, rate=None)
|
||
|
||
计算给定值对应的累积分布函数的对数。
|
||
|
||
参数：
|
||
- **value** (Tensor) - 待计算的值。
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，累积分布函数的对数。
|
||
|
||
.. py:method:: log_prob(value, rate=None)
|
||
|
||
计算给定值对应的概率的对数。
|
||
|
||
参数：
|
||
- **value** (Tensor) - 待计算的值。
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，累积分布函数的对数。
|
||
|
||
.. py:method:: log_survival(value, rate=None)
|
||
|
||
计算给定值对应的生存函数的对数。
|
||
|
||
参数：
|
||
- **value** (Tensor) - 待计算的值。
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，生存函数的对数。
|
||
|
||
.. py:method:: mean(rate=None)
|
||
|
||
计算期望。
|
||
|
||
参数：
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，概率分布的期望。
|
||
|
||
.. py:method:: mode(rate=None)
|
||
|
||
计算众数。
|
||
|
||
参数：
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，概率分布的众数。
|
||
|
||
.. py:method:: prob(value, rate=None)
|
||
|
||
计算给定值下的概率。对于连续随机分布是计算概率密度函数（Probability Density Function）。
|
||
|
||
参数：
|
||
- **value** (Tensor) - 待计算的值。
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，概率值。
|
||
|
||
.. py:method:: sample(shape, rate=None)
|
||
|
||
计算采样函数。
|
||
|
||
参数：
|
||
- **shape** (tuple) - 期望得到的样本shape。
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，根据概率分布采样的样本。
|
||
|
||
.. py:method:: sd(rate=None)
|
||
|
||
计算标准差。
|
||
|
||
参数：
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，概率分布的标准差。
|
||
|
||
.. py:method:: survival_function(value, rate=None)
|
||
|
||
计算给定值对应的生存函数。
|
||
|
||
参数：
|
||
- **value** (Tensor) - 待计算的值。
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None`` 。
|
||
|
||
返回：
|
||
Tensor，生存函数的值。
|
||
|
||
.. py:method:: var(rate=None)
|
||
|
||
计算方差。
|
||
|
||
参数：
|
||
- **rate** (Tensor，可选) - 分布的率参数。默认值： ``None``。
|
||
|
||
返回：
|
||
Tensor，概率分布的方差。
|