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.Distribution.rst 10 kB

4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
4 years ago
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292
  1. mindspore.nn.probability.distribution.Distribution
  2. ===================================================
  3. .. py:class:: mindspore.nn.probability.distribution.Distribution(seed, dtype, name, param)
  4. 所有分布的基类。
  5. **参数:**
  6. - **seed** (int) - 采样时使用的种子。如果为None,则使用0。
  7. - **dtype** (mindspore.dtype) - 事件样例的类型。
  8. - **name** (str) - 分布的名称。
  9. - **param** (dict) - 用于初始化分布的参数。
  10. .. note::
  11. 派生类必须重写 `_mean` 、 `_prob` 和 `_log_prob` 等操作。必填参数必须通过 `args` 或 `kwargs` 传入,如 `_prob` 的 `value` 。
  12. .. py:method:: cdf(value, *args, **kwargs)
  13. 在给定值下计算累积分布函数(Cumulatuve Distribution Function, CDF)。
  14. **参数:**
  15. - **value** (Tensor) - 要计算的值。
  16. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  17. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  18. .. note::
  19. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  20. **返回:**
  21. Tensor,累积分布函数的值。
  22. .. py:method:: construct(name, *args, **kwargs)
  23. 重写Cell中的 `construct` 。
  24. .. note::
  25. 支持的函数包括:'prob'、'log_prob'、'cdf', 'log_cdf'、'survival_function'、'log_survival'、'var'、
  26. 'sd'、'mode'、'mean'、'entropy'、'kl_loss'、'cross_entropy'、'sample'、'get_dist_args'、'get_dist_type'。
  27. **参数:**
  28. - **name** (str) - 函数名称。
  29. - **args** (list) - 函数所需的位置参数列表。
  30. - **kwargs** (dict) - 函数所需的关键字参数字典。
  31. **返回:**
  32. Tensor,name对应函数的值。
  33. .. py:method:: cross_entropy(dist, *args, **kwargs)
  34. 计算分布a和b之间的交叉熵。
  35. **参数:**
  36. - **dist** (str) - 分布的类型。
  37. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  38. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  39. .. note::
  40. Distribution b的 `dist_spec_args` 必须通过 `args` 或 `kwargs` 传递给函数。 传入Distribution a的 `dist_spec_args` 是可选的。
  41. **返回:**
  42. Tensor,交叉熵的值。
  43. .. py:method:: entropy(*args, **kwargs)
  44. 计算熵。
  45. **参数:**
  46. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  47. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  48. .. note::
  49. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  50. **返回:**
  51. Tensor,熵的值。
  52. .. py:method:: get_dist_args(*args, **kwargs)
  53. 返回分布的参数列表。
  54. **参数:**
  55. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  56. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  57. .. note::
  58. 传递给字类的参数的顺序应该与通过 `_add_parameter` 初始化默认参数的顺序相同。
  59. **返回:**
  60. list[Tensor], 参数列表。
  61. .. py:method:: get_dist_type()
  62. 返回分布类型。
  63. **返回:**
  64. string, 分布类型名字。
  65. .. py:method:: kl_loss(dist, *args, **kwargs)
  66. 计算KL散度,即KL(a||b)。
  67. **参数:**
  68. - **dist** (str) - 分布的类型。
  69. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  70. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  71. .. note::
  72. Distribution b的 `dist_spec_args` 必须通过 `args` 或 `kwargs` 传递给函数。 传入Distribution a的 `dist_spec_args` 是可选的。
  73. **返回:**
  74. Tensor,KL散度。
  75. .. py:method:: log_cdf(value, *args, **kwargs)
  76. 计算给定值对于的累积分布函数的对数。
  77. **参数:**
  78. - **value** (Tensor) - 要计算的值。
  79. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  80. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  81. .. note::
  82. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  83. **返回:**
  84. Tensor,累积分布函数的对数。
  85. .. py:method:: log_prob(value, *args, **kwargs)
  86. 计算给定值对应的概率的对数(pdf或pmf)。
  87. **参数:**
  88. - **value** (Tensor) - 要计算的值。
  89. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  90. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  91. .. note::
  92. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  93. **返回:**
  94. Tensor,累积分布函数的对数。
  95. .. py:method:: log_survival(value, *args, **kwargs)
  96. 计算给定值对应的生存函数的对数。
  97. **参数:**
  98. - **value** (Tensor) - 要计算的值。
  99. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  100. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  101. .. note::
  102. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  103. **返回:**
  104. Tensor,生存函数的对数。
  105. .. py:method:: mean(*args, **kwargs)
  106. 计算期望。
  107. **参数:**
  108. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  109. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  110. .. note::
  111. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  112. **返回:**
  113. Tensor,概率分布的期望。
  114. .. py:method:: mode(*args, **kwargs)
  115. 计算众数。
  116. **参数:**
  117. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  118. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  119. .. note::
  120. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  121. **返回:**
  122. Tensor,概率分布的众数。
  123. .. py:method:: prob(value, *args, **kwargs)
  124. 计算给定值下的概率。对于离散分布是计算概率质量函数(Probability Mass Function),而对于连续分布是计算概率密度函数(Probability Density Function)。
  125. **参数:**
  126. - **value** (Tensor) - 要计算的值。
  127. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  128. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  129. .. note::
  130. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  131. **返回:**
  132. Tensor,概率值。
  133. .. py:method:: sample(*args, **kwargs)
  134. 采样函数。
  135. **参数:**
  136. - **shape** (tuple) - 样本的shape。
  137. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  138. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  139. .. note::
  140. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  141. **返回:**
  142. Tensor,根据概率分布采样的样本。
  143. .. py:method:: sd(*args, **kwargs)
  144. 计算标准差。
  145. **参数:**
  146. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  147. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  148. .. note::
  149. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  150. **返回:**
  151. Tensor,概率分布的标准差。
  152. .. py:method:: survival_function(value, *args, **kwargs)
  153. 计算给定值对应的生存函数。
  154. **参数:**
  155. - **value** (Tensor) - 要计算的值。
  156. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  157. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  158. .. note::
  159. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  160. **返回:**
  161. Tensor,生存函数的值。
  162. .. py:method:: var(*args, **kwargs)
  163. 计算方差。
  164. **参数:**
  165. - **args** (list) - 位置参数列表,具体需要的参数根据子类的实现确定。
  166. - **kwargs** (dict) - 关键字参数字典,具体需要的参数根据子类的实现确定。
  167. .. note::
  168. 可以通过 `args` 或 `kwargs` 传递其 `dist_spec_args` 来选择性地将Distribution传递给函数。
  169. **返回:**
  170. Tensor,概率分布的方差。