代码拉取完成,页面将自动刷新
.. py:class:: mindspore.nn.probability.distribution.Logistic(loc=None, scale=None, seed=None, dtype=mstype.float32, name='Logistic') Logistic分布(Logistic distribution)。 连续随机分布,取值范围为 :math:`(-\inf, \inf)` ,概率密度函数为 .. math:: f(x, a, b) = 1 / b \exp(\exp(-(x - a) / b) - x). 其中 :math:`a, b` 为分别为Logistic分布的位置参数和比例参数。 参数: - **loc** (float, list, numpy.ndarray, Tensor) - Logistic分布的位置。默认值: ``None`` 。 - **scale** (float, list, numpy.ndarray, Tensor) - Logistic分布的尺度。默认值: ``None`` 。 - **seed** (int) - 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) - 事件样例的类型。默认值: ``mstype.float32`` 。 - **name** (str) - 分布的名称。默认值: ``'Logistic'`` 。 .. note:: - `scale` 必须大于零。 - `dtype` 必须是float,因为Logistic分布是连续的。 异常: - **ValueError** - `scale` 中元素小于0。 - **TypeError** - `dtype` 不是float的子类。 .. py:method:: loc :property: 返回分布位置。 返回: Tensor,分布的位置值。 .. py:method:: scale :property: 返回分布比例。 返回: Tensor,分布的比例值。 .. py:method:: cdf(value, loc, scale) 在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。 参数: - **value** (Tensor) - 要计算的值。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,累积分布函数的值。 .. py:method:: cross_entropy(dist, loc_b, scale_b, loc, scale) 计算分布a和b之间的交叉熵。 参数: - **dist** (str) - 分布的类型。 - **loc_b** (Tensor) - 对比分布位置参数。 - **scale_b** (Tensor) - 对比分布比例参数。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,交叉熵的值。 .. py:method:: entropy(loc, scale) 计算熵。 参数: - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,熵的值。 .. py:method:: kl_loss(dist, loc_b, scale_b, loc, scale) 计算KL散度,即KL(a||b)。 参数: - **dist** (str) - 分布的类型。 - **loc_b** (Tensor) - 对比分布位置参数。 - **scale_b** (Tensor) - 对比分布比例参数。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,KL散度。 .. py:method:: log_cdf(value, loc, scale) 计算给定值对于的累积分布函数的对数。 参数: - **value** (Tensor) - 要计算的值。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,累积分布函数的对数。 .. py:method:: log_prob(value, loc, scale) 计算给定值对应的概率的对数。 参数: - **value** (Tensor) - 要计算的值。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,累积分布函数的对数。 .. py:method:: log_survival(value, loc, scale) 计算给定值对应的生存函数的对数。 参数: - **value** (Tensor) - 要计算的值。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,生存函数的对数。 .. py:method:: mean(loc, scale) 计算期望。 参数: - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,概率分布的期望。 .. py:method:: mode(loc, scale) 计算众数。 参数: - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,概率分布的众数。 .. py:method:: prob(value, loc, scale) 计算给定值下的概率。对于连续是计算概率密度函数(Probability Density Function)。 参数: - **value** (Tensor) - 要计算的值。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,概率值。 .. py:method:: sample(shape, loc, scale) 采样函数。 参数: - **shape** (tuple) - 样本的shape。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,根据概率分布采样的样本。 .. py:method:: sd(loc, scale) 计算标准差。 参数: - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,概率分布的标准差。 .. py:method:: survival_function(value, loc, scale) 计算给定值对应的生存函数。 参数: - **value** (Tensor) - 要计算的值。 - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,生存函数的值。 .. py:method:: var(loc, scale) 计算方差。 参数: - **loc** (Tensor) - 分布位置参数。默认值: ``None`` 。 - **scale** (Tensor) - 分布比例参数。默认值: ``None`` 。 返回: Tensor,概率分布的方差。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。