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.Cauchy.rst 6.8 kB

4 years ago
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242
  1. mindspore.nn.probability.distribution.Cauchy
  2. ================================================
  3. .. py:class:: mindspore.nn.probability.distribution.Cauchy(loc=None, scale=None, seed=None, dtype=mstype.float32, name='Cauchy')
  4. 柯西分布(Cauchy distribution)。
  5. 连续随机分布,取值范围为所有实数,概率密度函数为
  6. .. math::
  7. f(x, a, b) = 1 / \pi b(1 - ((x - a)/b)^2).
  8. 其中 :math:`a, b` 为分别为柯西分布的位置参数和比例参数。
  9. **参数:**
  10. - **loc** (int, float, list, numpy.ndarray, Tensor) - 柯西分布的位置。
  11. - **scale** (int, float, list, numpy.ndarray, Tensor) - 柯西分布的比例。
  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:'Cauchy'。
  15. .. note::
  16. - `scale` 中的元素必须大于零。
  17. - `dtype` 必须是float,因为柯西分布是连续的。
  18. - GPU后端不支持柯西分布。
  19. **异常:**
  20. - **ValueError** - `scale` 中元素小于0。
  21. - **TypeError** - `dtype` 不是float的子类。
  22. .. py:method:: loc
  23. :property:
  24. 返回分布位置。
  25. **返回:**
  26. Tensor,分布的位置值。
  27. .. py:method:: scale
  28. :property:
  29. 返回分布比例。
  30. **返回:**
  31. Tensor,分布的比例值。
  32. .. py:method:: cdf(value, loc, scale)
  33. 在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。
  34. **参数:**
  35. - **value** (Tensor) - 要计算的值。
  36. - **loc** (Tensor) - 分布位置参数。默认值:None。
  37. - **scale** (Tensor) - 分布比例参数。默认值:None。
  38. **返回:**
  39. Tensor,累积分布函数的值。
  40. .. py:method:: cross_entropy(dist, loc_b, scale_b, loc, scale)
  41. 计算分布a和b之间的交叉熵。
  42. **参数:**
  43. - **dist** (str) - 分布的类型。
  44. - **loc_b** (Tensor) - 对比分布位置参数。
  45. - **scale_b** (Tensor) - 对比分布比例参数。
  46. - **loc** (Tensor) - 分布位置参数。默认值:None。
  47. - **scale** (Tensor) - 分布比例参数。默认值:None。
  48. **返回:**
  49. Tensor,交叉熵的值。
  50. .. py:method:: entropy(loc, scale)
  51. 计算熵。
  52. **参数:**
  53. - **loc** (Tensor) - 分布位置参数。默认值:None。
  54. - **scale** (Tensor) - 分布比例参数。默认值:None。
  55. **返回:**
  56. Tensor,熵的值。
  57. .. py:method:: kl_loss(dist, loc_b, scale_b, loc, scale)
  58. 计算KL散度,即KL(a||b)。
  59. **参数:**
  60. - **dist** (str) - 分布的类型。
  61. - **loc_b** (Tensor) - 对比分布位置参数。
  62. - **scale_b** (Tensor) - 对比分布比例参数。
  63. - **loc** (Tensor) - 分布位置参数。默认值:None。
  64. - **scale** (Tensor) - 分布比例参数。默认值:None。
  65. **返回:**
  66. Tensor,KL散度。
  67. .. py:method:: log_cdf(value, loc, scale)
  68. 计算给定值对于的累积分布函数的对数。
  69. **参数:**
  70. - **value** (Tensor) - 要计算的值。
  71. - **loc** (Tensor) - 分布位置参数。默认值:None。
  72. - **scale** (Tensor) - 分布比例参数。默认值:None。
  73. **返回:**
  74. Tensor,累积分布函数的对数。
  75. .. py:method:: log_prob(value, loc, scale)
  76. 计算给定值对应的概率的对数。
  77. **参数:**
  78. - **value** (Tensor) - 要计算的值。
  79. - **loc** (Tensor) - 分布位置参数。默认值:None。
  80. - **scale** (Tensor) - 分布比例参数。默认值:None。
  81. **返回:**
  82. Tensor,累积分布函数的对数。
  83. .. py:method:: log_survival(value, loc, scale)
  84. 计算给定值对应的生存函数的对数。
  85. **参数:**
  86. - **value** (Tensor) - 要计算的值。
  87. - **loc** (Tensor) - 分布位置参数。默认值:None。
  88. - **scale** (Tensor) - 分布比例参数。默认值:None。
  89. **返回:**
  90. Tensor,生存函数的对数。
  91. .. py:method:: mean(loc, scale)
  92. 计算期望。
  93. **参数:**
  94. - **loc** (Tensor) - 分布位置参数。默认值:None。
  95. - **scale** (Tensor) - 分布比例参数。默认值:None。
  96. **返回:**
  97. Tensor,概率分布的期望。
  98. .. py:method:: mode(loc, scale)
  99. 计算众数。
  100. **参数:**
  101. - **loc** (Tensor) - 分布位置参数。默认值:None。
  102. - **scale** (Tensor) - 分布比例参数。默认值:None。
  103. **返回:**
  104. Tensor,概率分布的众数。
  105. .. py:method:: prob(value, loc, scale)
  106. 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)。
  107. **参数:**
  108. - **value** (Tensor) - 要计算的值。
  109. - **loc** (Tensor) - 分布位置参数。默认值:None。
  110. - **scale** (Tensor) - 分布比例参数。默认值:None。
  111. **返回:**
  112. Tensor,概率值。
  113. .. py:method:: sample(shape, loc, scale)
  114. 采样函数。
  115. **参数:**
  116. - **shape** (tuple) - 样本的shape。
  117. - **loc** (Tensor) - 分布位置参数。默认值:None。
  118. - **scale** (Tensor) - 分布比例参数。默认值:None。
  119. **返回:**
  120. Tensor,根据概率分布采样的样本。
  121. .. py:method:: sd(loc, scale)
  122. 计算标准差。
  123. **参数:**
  124. - **loc** (Tensor) - 分布位置参数。默认值:None。
  125. - **scale** (Tensor) - 分布比例参数。默认值:None。
  126. **返回:**
  127. Tensor,概率分布的标准差。
  128. .. py:method:: survival_function(value, loc, scale)
  129. 计算给定值对应的生存函数。
  130. **参数:**
  131. - **value** (Tensor) - 要计算的值。
  132. - **loc** (Tensor) - 分布位置参数。默认值:None。
  133. - **scale** (Tensor) - 分布比例参数。默认值:None。
  134. **返回:**
  135. Tensor,生存函数的值。
  136. .. py:method:: var(loc, scale)
  137. 计算方差。
  138. **参数:**
  139. - **loc** (Tensor) - 分布位置参数。默认值:None。
  140. - **scale** (Tensor) - 分布比例参数。默认值:None。
  141. **返回:**
  142. Tensor,概率分布的方差。