You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.

mindspore.nn.probability.distribution.Logistic.rst 6.8 kB

4 years ago
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241
  1. mindspore.nn.probability.distribution.Logistic
  2. ================================================
  3. .. py:class:: mindspore.nn.probability.distribution.Logistic(loc=None, scale=None, seed=None, dtype=mstype.float32, name='Logistic')
  4. Logistic分布(Logistic distribution)。
  5. 连续随机分布,取值范围为 :math:`(0, \inf)` ,概率密度函数为
  6. .. math::
  7. f(x, a, b) = 1 / b \exp(\exp(-(x - a) / b) - x).
  8. 其中 :math:`a, b` 为分别为Logistic分布的位置参数和比例参数。
  9. **参数:**
  10. - **loc** (int, float, list, numpy.ndarray, Tensor) - Logistic分布的位置。默认值:None。
  11. - **scale** (int, float, list, numpy.ndarray, Tensor) - Logistic分布的尺度。默认值:None。
  12. - **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。
  13. - **dtype** (mindspore.dtype) - 事件样例的类型。默认值:mindspore.float32。
  14. - **name** (str) - 分布的名称。默认值:'Logistic'。
  15. .. note::
  16. - `scale` 必须大于零。
  17. - `dtype` 必须是float,因为Logistic分布是连续的。
  18. **异常:**
  19. - **ValueError** - `scale` 中元素小于0。
  20. - **TypeError** - `dtype` 不是float的子类。
  21. .. py:method:: loc
  22. :property:
  23. 返回分布位置。
  24. **返回:**
  25. Tensor,分布的位置值。
  26. .. py:method:: scale
  27. :property:
  28. 返回分布比例。
  29. **返回:**
  30. Tensor,分布的比例值。
  31. .. py:method:: cdf(value, loc, scale)
  32. 在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。
  33. **参数:**
  34. - **value** (Tensor) - 要计算的值。
  35. - **loc** (Tensor) - 分布位置参数。默认值:None。
  36. - **scale** (Tensor) - 分布比例参数。默认值:None。
  37. **返回:**
  38. Tensor,累积分布函数的值。
  39. .. py:method:: cross_entropy(dist, loc_b, scale_b, loc, scale)
  40. 计算分布a和b之间的交叉熵。
  41. **参数:**
  42. - **dist** (str) - 分布的类型。
  43. - **loc_b** (Tensor) - 对比分布位置参数。
  44. - **scale_b** (Tensor) - 对比分布比例参数。
  45. - **loc** (Tensor) - 分布位置参数。默认值:None。
  46. - **scale** (Tensor) - 分布比例参数。默认值:None。
  47. **返回:**
  48. Tensor,交叉熵的值。
  49. .. py:method:: entropy(loc, scale)
  50. 计算熵。
  51. **参数:**
  52. - **loc** (Tensor) - 分布位置参数。默认值:None。
  53. - **scale** (Tensor) - 分布比例参数。默认值:None。
  54. **返回:**
  55. Tensor,熵的值。
  56. .. py:method:: kl_loss(dist, loc_b, scale_b, loc, scale)
  57. 计算KL散度,即KL(a||b)。
  58. **参数:**
  59. - **dist** (str) - 分布的类型。
  60. - **loc_b** (Tensor) - 对比分布位置参数。
  61. - **scale_b** (Tensor) - 对比分布比例参数。
  62. - **loc** (Tensor) - 分布位置参数。默认值:None。
  63. - **scale** (Tensor) - 分布比例参数。默认值:None。
  64. **返回:**
  65. Tensor,KL散度。
  66. .. py:method:: log_cdf(value, loc, scale)
  67. 计算给定值对于的累积分布函数的对数。
  68. **参数:**
  69. - **value** (Tensor) - 要计算的值。
  70. - **loc** (Tensor) - 分布位置参数。默认值:None。
  71. - **scale** (Tensor) - 分布比例参数。默认值:None。
  72. **返回:**
  73. Tensor,累积分布函数的对数。
  74. .. py:method:: log_prob(value, loc, scale)
  75. 计算给定值对应的概率的对数。
  76. **参数:**
  77. - **value** (Tensor) - 要计算的值。
  78. - **loc** (Tensor) - 分布位置参数。默认值:None。
  79. - **scale** (Tensor) - 分布比例参数。默认值:None。
  80. **返回:**
  81. Tensor,累积分布函数的对数。
  82. .. py:method:: log_survival(value, loc, scale)
  83. 计算给定值对应的生存函数的对数。
  84. **参数:**
  85. - **value** (Tensor) - 要计算的值。
  86. - **loc** (Tensor) - 分布位置参数。默认值:None。
  87. - **scale** (Tensor) - 分布比例参数。默认值:None。
  88. **返回:**
  89. Tensor,生存函数的对数。
  90. .. py:method:: mean(loc, scale)
  91. 计算期望。
  92. **参数:**
  93. - **loc** (Tensor) - 分布位置参数。默认值:None。
  94. - **scale** (Tensor) - 分布比例参数。默认值:None。
  95. **返回:**
  96. Tensor,概率分布的期望。
  97. .. py:method:: mode(loc, scale)
  98. 计算众数。
  99. **参数:**
  100. - **loc** (Tensor) - 分布位置参数。默认值:None。
  101. - **scale** (Tensor) - 分布比例参数。默认值:None。
  102. **返回:**
  103. Tensor,概率分布的众数。
  104. .. py:method:: prob(value, loc, scale)
  105. 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)。
  106. **参数:**
  107. - **value** (Tensor) - 要计算的值。
  108. - **loc** (Tensor) - 分布位置参数。默认值:None。
  109. - **scale** (Tensor) - 分布比例参数。默认值:None。
  110. **返回:**
  111. Tensor,概率值。
  112. .. py:method:: sample(shape, loc, scale)
  113. 采样函数。
  114. **参数:**
  115. - **shape** (tuple) - 样本的shape。
  116. - **loc** (Tensor) - 分布位置参数。默认值:None。
  117. - **scale** (Tensor) - 分布比例参数。默认值:None。
  118. **返回:**
  119. Tensor,根据概率分布采样的样本。
  120. .. py:method:: sd(loc, scale)
  121. 计算标准差。
  122. **参数:**
  123. - **loc** (Tensor) - 分布位置参数。默认值:None。
  124. - **scale** (Tensor) - 分布比例参数。默认值:None。
  125. **返回:**
  126. Tensor,概率分布的标准差。
  127. .. py:method:: survival_function(value, loc, scale)
  128. 计算给定值对应的生存函数。
  129. **参数:**
  130. - **value** (Tensor) - 要计算的值。
  131. - **loc** (Tensor) - 分布位置参数。默认值:None。
  132. - **scale** (Tensor) - 分布比例参数。默认值:None。
  133. **返回:**
  134. Tensor,生存函数的值。
  135. .. py:method:: var(loc, scale)
  136. 计算方差。
  137. **参数:**
  138. - **loc** (Tensor) - 分布位置参数。默认值:None。
  139. - **scale** (Tensor) - 分布比例参数。默认值:None。
  140. **返回:**
  141. Tensor,概率分布的方差。