mindspore.nn.probability.distribution.HalfNormal
- class mindspore.nn.probability.distribution.HalfNormal(mean=None, sd=None, seed=None, dtype=mstype.float32, name='HalfNormal')[源代码]
半正态分布(HalfNormal distribution)。 连续随机分布,取值范围为 \([\mu, \inf)\) ,概率密度函数为
\[f(x, \mu, \sigma) = 1 / \sigma\sqrt{2\pi} \exp(-(x - \mu)^2 / 2\sigma^2).\]其中 \(\mu, \sigma\) 为分别为半正态分布的期望与标准差。
- 参数:
mean (Union[int, float, list, numpy.ndarray, Tensor], 可选) - 半正态分布的平均值。 如果输入为None,那么分布的平均值将在运行时传入。默认值:
None
。sd (Union[int, float, list, numpy.ndarray, Tensor], 可选) - 半正态分布的标准差。 如果输入为None,那么分布的标准差将在运行时传入。默认值:
None
。seed (int, 可选) - 采样时使用的种子。如果为None,则使用全局种子。默认值:
None
。dtype (mindspore.dtype, 可选) - 事件样例的类型。默认值:
mstype.float32
。name (str, 可选) - 分布的名称。默认值:
'HalfNormal'
。
说明
sd 必须大于0。
dtype 必须是float,因为半正态分布是连续的。
如果在方法函数调用中传入参数 mean 或者 sd ,则计算中会使用传参值,否则就会使用初始化时的参数值。
- 异常:
ValueError - sd 中元素不大于0。
TypeError - dtype 不是float的子类。
- 支持平台:
CPU
样例:
>>> import mindspore >>> import mindspore.nn as nn >>> from mindspore.nn.probability.distribution import HalfNormal >>> from mindspore import Tensor >>> # To initialize a HalfNormal distribution of the mean 3.0 and the standard deviation 4.0. >>> n1 = HalfNormal(3.0, 4.0, dtype=mindspore.float32) >>> # A HalfNormal distribution can be initialized without arguments. >>> # In this case, `mean` and `sd` must be passed in through arguments. >>> hn = HalfNormal(dtype=mindspore.float32) >>> # Here are some tensors used below for testing >>> value = Tensor([1.0, 2.0, 3.0], dtype=mindspore.float32) >>> mean_a = Tensor([2.0], dtype=mindspore.float32) >>> sd_a = Tensor([2.0, 2.0, 2.0], dtype=mindspore.float32) >>> mean_b = Tensor([1.0], dtype=mindspore.float32) >>> sd_b = Tensor([1.0, 1.5, 2.5], dtype=mindspore.float32) >>> ans = n1.log_prob(value) >>> print(ans.shape) (3,) >>> # Evaluate with respect to the distribution b. >>> ans = n1.log_prob(value, mean_b, sd_b) >>> print(ans.shape) (3,) >>> # `mean` and `sd` must be passed in during function calls >>> ans = hn.log_prob(value, mean_a, sd_a) >>> print(ans.shape) (3,)
- log_prob(value, mean=None, sd=None)
计算半正态分布给定值对应的概率的对数。
- 参数:
value (Tensor) - 要计算的值。
mean (Tensor, 可选) - 分布的期望。默认值:
None
。sd (Tensor, 可选) - 分布的标准差。默认值:
None
。
- 返回:
Tensor,概率密度函数的对数。