Uniform

class paddle.fluid.layers.Uniform ( low, high ) [源代码]

均匀分布

概率密度函数(pdf)为:

Uniform - 图1

上面的数学公式中:

Uniform - 图2

Uniform - 图3

Uniform - 图4

: 正态分布常量。

参数low和high的维度必须能够支持广播。

参数:

  • low (float|list|numpy.ndarray|Variable) - 均匀分布的下边界。数据类型为float32。

  • high (float|list|numpy.ndarray|Variable) - 均匀分布的上边界。数据类型为float32。

代码示例

  1. import numpy as np
  2. from paddle.fluid import layers
  3. from paddle.fluid.layers import Uniform
  4. # 定义参数为float的均匀分布
  5. u1 = Uniform(low=3.0, high=4.0)
  6. # 定义参数为list的均匀分布
  7. u2 = Uniform(low=[1.0, 2.0],
  8. high=[3.0, 4.0])
  9. # 通过广播的方式,定义一个均匀分布
  10. u3 = Uniform(low=[[1.0, 2.0],
  11. [3.0, 4.0]],
  12. high=[[1.5, 2.5],
  13. [3.5, 4.5]])
  14. # 通过广播的方式,定义一个均匀分布
  15. u4 = Uniform(low=3.0, high=[5.0, 6.0, 7.0])
  16. # 一个完整的例子
  17. value_npdata = np.array([0.8], dtype="float32")
  18. value_tensor = layers.create_tensor(dtype="float32")
  19. layers.assign(value_npdata, value_tensor)
  20. uniform = Uniform([0.], [2.])
  21. sample = uniform.sample([2])
  22. # 一个由定义好的均匀分布随机生成的张量,维度为: [2, 1]
  23. entropy = uniform.entropy()
  24. # [0.6931472] with shape: [1]
  25. lp = uniform.log_prob(value_tensor)
  26. # [-0.6931472] with shape: [1]

sample ( shape, seed=0 )

生成指定维度的样本

参数:

  • shape (list) - 1维列表,指定生成样本的维度。数据类型为int32。

  • seed (int) - 长整型数。

返回:预先设计好维度的张量, 数据类型为float32

返回类型:Variable

entropy ( )

信息熵

返回:均匀分布的信息熵, 数据类型为float32

返回类型:Variable

log_prob ( value )

对数概率密度函数

参数:

  • value (Variable) - 输入张量。数据类型为float32或float64。

返回:对数概率, 数据类型与value相同

返回类型:Variable