Uniform
- class
paddle.fluid.layers.
Uniform
(low, high)[源代码]
均匀分布
概率密度函数(pdf)为:
上面的数学公式中:
。 。 : 正态分布常量。
参数low和high的维度必须能够支持广播。
- 参数:
- low (float|list|numpy.ndarray|Variable) - 均匀分布的下边界。数据类型为float32。
- high (float|list|numpy.ndarray|Variable) - 均匀分布的上边界。数据类型为float32。
代码示例:
- import numpy as np
- from paddle.fluid import layers
- from paddle.fluid.layers import Uniform
- # 定义参数为float的均匀分布
- u1 = Uniform(low=3.0, high=4.0)
- # 定义参数为list的均匀分布
- u2 = Uniform(low=[1.0, 2.0],
- high=[3.0, 4.0])
- # 通过广播的方式,定义一个均匀分布
- u3 = Uniform(low=[[1.0, 2.0],
- [3.0, 4.0]],
- high=[[1.5, 2.5],
- [3.5, 4.5]])
- # 通过广播的方式,定义一个均匀分布
- u4 = Uniform(low=3.0, high=[5.0, 6.0, 7.0])
- # 一个完整的例子
- value_npdata = np.array([0.8], dtype="float32")
- value_tensor = layers.create_tensor(dtype="float32")
- layers.assign(value_npdata, value_tensor)
- uniform = Uniform([0.], [2.])
- sample = uniform.sample([2])
- # 一个由定义好的均匀分布随机生成的张量,维度为: [2, 1]
- entropy = uniform.entropy()
- # [0.6931472] with shape: [1]
- lp = uniform.log_prob(value_tensor)
- # [-0.6931472] with shape: [1]
sample
(shape, seed=0)
生成指定维度的样本
- 参数:
- shape (list) - 1维列表,指定生成样本的维度。数据类型为int32。
- seed (int) - 长整型数。
返回:预先设计好维度的张量, 数据类型为float32
返回类型:Variable
entropy
()
信息熵
返回:均匀分布的信息熵, 数据类型为float32
返回类型:Variable
log_prob
(value)
对数概率密度函数
- 参数:
- value (Variable) - 输入张量。数据类型为float32或float64。
返回:对数概率, 数据类型与value相同
返回类型:Variable