国家工商总局解读《“十三五”市场监管规划》

class paddle.distribution. Independent ( base, reinterpreted_batch_rank ) [源代码] ?
百度 以前粗放种植的白皮冬瓜，亩产量约1万斤，组织化、规模化、标准化生产后，亩产量达到万斤以上，单个冬瓜的平均重量也由原来的30斤提高到现在的50斤，并且瓜形美观大方，在市场上深受欢迎。

将一个基础分布 base 的最右侧 reinterpreted_batch_rank 批维度转换为事件维度。

参数?

  • base (Distribution) - 基础分布。

  • reinterpreted_batch_rank (int） - 用于转换为事件维度的批维度数量。

代码示例?

>>> import paddle
>>> from paddle.distribution import independent

>>> beta = paddle.distribution.Beta(paddle.to_tensor([0.5, 0.5]), paddle.to_tensor([0.5, 0.5]))
>>> print(beta.batch_shape, beta.event_shape)
(2,) ()
>>> print(beta.log_prob(paddle.to_tensor(0.2)))
Tensor(shape=[2], dtype=float32, place=Place(gpu:0), stop_gradient=True,
        [-0.22843921, -0.22843921])
>>> reinterpreted_beta = independent.Independent(beta, 1)
>>> print(reinterpreted_beta.batch_shape, reinterpreted_beta.event_shape)
() (2,)
>>> print(reinterpreted_beta.log_prob(paddle.to_tensor([0.2,  0.2])))
Tensor(shape=[], dtype=float32, place=Place(gpu:0), stop_gradient=True,
        -0.45687842)

方法?

property mean?

计算分布均值。

property variance?

计算分布方差。

prob(value)?

计算 value 的概率。

参数

  • value (Tensor) - 待计算值。

返回

  • Tensor: value 的概率。

log_prob(value)?

计算 value 的对数概率。

参数

  • value (Tensor) - 待计算值。

返回

  • Tensor: value 的对数概率。

sample(shape=[])?

从 Beta 分布中生成满足特定形状的样本数据。

参数

  • shape (Sequence[int]，可选)：采样次数。最终生成样本形状为 shape+batch_shape 。

返回

  • Tensor：样本数据。

entropy()?

计算信息熵。