mindspore.Tensor.log_normal

mindspore.Tensor.log_normal(mean=1.0, std=2.0)

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]]