Categorical

class paddle.distribution. Categorical ( logits, name=None ) [源代码]

类别分布是一种离散概率分布，其随机变量可以取K个相互独立类别的其中一个。

概率质量函数（pmf）为：

上面公式中:

• 

  表示：如果 x==ix==i ，则表达式取值为1，否则取值为0。

参数：

• logits (list|numpy.ndarray|Tensor) - 类别分布对应的logits。数据类型为float32或float64。

• name (str，可选） - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

代码示例：

import paddle
from paddle.distribution import Categorical
paddle.seed(100) # on CPU device
x = paddle.rand([6])
print(x)
# [0.5535528  0.20714243 0.01162981
#  0.51577556 0.36369765 0.2609165 ]
paddle.seed(200) # on CPU device
y = paddle.rand([6])
print(y)
# [0.77663314 0.90824795 0.15685187
#  0.04279523 0.34468332 0.7955718 ]
cat = Categorical(x)
cat2 = Categorical(y)
paddle.seed(1000) # on CPU device
cat.sample([2,3])
# [[0, 0, 5],
#  [3, 4, 5]]
cat.entropy()
# [1.77528]
cat.kl_divergence(cat2)
# [0.071952]
value = paddle.to_tensor([2,1,3])
cat.probs(value)
# [0.00608027 0.108298 0.269656]
cat.log_prob(value)
# [-5.10271 -2.22287 -1.31061]

sample ( shape )

生成指定维度的样本

参数：

• shape (list) - 指定生成样本的维度。

返回：预先设计好维度的张量

返回类型：Tensor

代码示例：

import paddle
from paddle.distribution import Categorical
paddle.seed(100) # on CPU device
x = paddle.rand([6])
print(x)
# [0.5535528  0.20714243 0.01162981
#  0.51577556 0.36369765 0.2609165 ]
cat = Categorical(x)
paddle.seed(1000) # on CPU device
cat.sample([2,3])
# [[0, 0, 5],
#  [3, 4, 5]]

kl_divergence ( other )

相对于另一个类别分布的KL散度

参数：

• other (Categorical) - 输入的另一个类别分布。数据类型为float32。

返回：相对于另一个类别分布的KL散度, 数据类型为float32

返回类型：Tensor

代码示例：

import paddle
from paddle.distribution import Categorical
paddle.seed(100) # on CPU device
x = paddle.rand([6])
print(x)
# [0.5535528  0.20714243 0.01162981
#  0.51577556 0.36369765 0.2609165 ]
paddle.seed(200) # on CPU device
y = paddle.rand([6])
print(y)
# [0.77663314 0.90824795 0.15685187
#  0.04279523 0.34468332 0.7955718 ]
cat = Categorical(x)
cat2 = Categorical(y)
cat.kl_divergence(cat2)
# [0.071952]

entropy ( )

信息熵

返回：类别分布的信息熵, 数据类型为float32

返回类型：Tensor

代码示例：

import paddle
from paddle.distribution import Categorical
paddle.seed(100) # on CPU device
x = paddle.rand([6])
print(x)
# [0.5535528  0.20714243 0.01162981
#  0.51577556 0.36369765 0.2609165 ]
cat = Categorical(x)
cat.entropy()
# [1.77528]

probs ( value )

所选择类别的概率。 如果 logtis 是2-D或更高阶的Tensor，那么其最后一个维度表示不同类别的概率，其它维度被看做不同的概率分布。 同时，如果 value 是1-D Tensor，那么 value 会broadcast成与 logits 具有相同的概率分布数量。 如果 value 为更高阶Tensor，那么 value 应该与 logits 具有相同的概率分布数量。也就是说， value[:-1] = logits[:-1] 。

参数：

• value (Tensor) - 输入张量, 表示选择的类别下标。数据类型为int32或int64。

返回：给定类别下标的概率

返回类型：Tensor

import paddle
from paddle.distribution import Categorical
paddle.seed(100) # on CPU device
x = paddle.rand([6])
print(x)
# [0.5535528  0.20714243 0.01162981
#  0.51577556 0.36369765 0.2609165 ]
cat = Categorical(x)
value = paddle.to_tensor([2,1,3])
cat.probs(value)
# [0.00608027 0.108298 0.269656]

log_prob ( value )

所选择类别的对数概率

参数：

• value (Tensor) - 输入张量, 表示选择的类别下标。数据类型为int32或int64。

返回：对数概率

返回类型：Tensor

import paddle
from paddle.distribution import Categorical
paddle.seed(100) # on CPU device
x = paddle.rand([6])
print(x)
# [0.5535528  0.20714243 0.01162981
#  0.51577556 0.36369765 0.2609165 ]
cat = Categorical(x)
value = paddle.to_tensor([2,1,3])
cat.log_prob(value)
# [-5.10271 -2.22287 -1.31061]

使用本API的教程文档

• 强化学习——Actor Critic Method