mindspore.ops.StandardLaplace
- class mindspore.ops.StandardLaplace(seed=0, seed2=0)[源代码]
生成符合标准Laplace(mean=0, lambda=1)分布的随机数。 其概率密度函数为:
\[\text{f}(x) = \frac{1}{2}\exp(-|x|)\]说明
随机种子:通过一些复杂的数学算法,可以得到一组有规律的随机数,而随机种子就是这个随机数的初始值。随机种子相同,得到的随机数就不会改变。
全局的随机种子和算子层的随机种子都没设置或都设置为0:完全随机。
全局的随机种子设置了,算子层的随机种子未设置:采用全局的随机种子和0拼接。
全局的随机种子未设置,算子层的随机种子设置了:使用0和算子层的随机种子拼接。
全局的随机种子和算子层的随机种子都设置了:全局的随机种子和算子层的随机种子拼接。
- 参数:
seed (int,可选) - 算子层的随机种子,用于生成随机数。必须是非负的。默认值:
0
。seed2 (int,可选) - 全局的随机种子,和算子层的随机种子共同决定最终生成的随机数。必须是非负的。默认值:
0
。
- 输入:
shape (Union[tuple[int], Tensor[int]]) - 待生成的Tensor的shape。当为tuple类型时,只支持常量值;当为Tensor类型时,支持动态Shape。
- 输出:
Tensor。shape为输入 shape 。数据类型支持float32。
- 异常:
TypeError - seed 或 seed2 不是int。
TypeError - shape 既不是tuple,也不是Tensor。
ValueError - seed 或 seed2 不是非负的int。
ValueError - shape 为tuple时,包含非正的元素。
ValueError - shape 为秩不等于1的Tensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> from mindspore import ops >>> shape = (4, 16) >>> stdlaplace = ops.StandardLaplace(seed=2) >>> output = stdlaplace(shape) >>> result = output.shape >>> print(result) (4, 16)