mindspore.Tensor.log_normal
- mindspore.Tensor.log_normal(mean=1.0, std=2.0)[源代码]
使用给定均值 mean 和标准差 std 的对数正态分布的数值填充当前Tensor。
\[\text{f}(x;1.0,2.0)=\frac{1}{x\delta \sqrt[]{2\pi} }e^{-\frac{(\ln x-\mu )^2}{2\delta ^2} }\]其中 \(\mu\)、\(\delta\) 分别是对数正态分布的均值和标准差。
警告
这是一个实验性API,后续可能修改或删除。
- 参数:
mean (float, 可选) - 对数正态分布的均值。默认值:1.0。
std (float, 可选) - 对数正态分布的标准差。默认值:2.0。
- 返回:
Tensor,具有与当前Tensor相同的shape和dtype。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> x = mindspore.Tensor(np.array([[1, 2], [3, 4]]), dtype=mindspore.float32) >>> output = x.log_normal() >>> print(output) [[1.2788825 2,3305743] [14.944194 0,16303174]]