.. py:class:: paddle.distribution.Beta(alpha, beta)
在概率论中,Beta 分布是指一组定义在 [0,1] 区间的连续概率分布,有两个参数 \alpha,\beta>0,是狄利克雷(:ref:`cn_api_paddle_distribution_Dirichlet`) 分布的一元形式。
其概率密度函数(pdf)为:
f(x; \alpha, \beta) = \frac{1}{B(\alpha, \beta)}x^{\alpha-1}(1-x)^{\beta-1}
其中,B 为 Beta 函数,表示归一化因子:
B(\alpha, \beta) = \int_{0}^{1} t^{\alpha - 1} (1-t)^{\beta - 1}\mathrm{d}t
- alpha (float|Tensor) - 即上述公式中 \alpha 参数,大于零,支持 Broadcast
语义。当参数类型为 Tensor 时,表示批量创建多个不同参数的分布,
batch_shape
(参考 :ref:`cn_api_distribution_Distribution` 基类) 为参数 Broadcast 后的形状。 - beta (float|Tensor) - 即上述公式中 \beta 参数,大于零,支持 Broadcast 语
义。当参数类型为 Tensor 时,表示批量创建多个不同参数的分布,
batch_shape
(参考 :ref:`cn_api_distribution_Distribution` 基类) 为参数 Broadcast 后的形状。
COPY-FROM: paddle.distribution.Beta
计算 Beta 分布均值。
计算 Beta 分布方差。
计算 value 的概率。
参数
- value (Tensor) - 待计算值。
返回
- Tensor: value 的概率。
计算 value 的对数概率。
参数
- value (Tensor) - 待计算值。
返回
- Tensor: value 的对数概率。
从 Beta 分布中生成满足特定形状的样本数据。
参数
- shape (Sequence[int],可选):采样次数。最终生成样本形状为
shape+batch_shape
。
返回
- Tensor:样本数据。
计算 Beta 分布的信息熵。