Bernoulli_cn.rst

Bernoulli

伯努利分布由取值为 1 的概率 probs 参数进行初始化。

在概率论和统计学中，以瑞士数学家雅各布·伯努利命名的伯努利分布是随机变量的离散概率分布，其取值 1 的概率为 p，值为 0 的概率为 q = 1 − p 。

该分布在可能的结果 k 上的概率质量函数为:

$$\begin{aligned} {\begin{cases} q=1-p & \text{if }value=0 \\\ p & \text{if }value=1 \end{cases}} \end{aligned}$$

参数

• probs (float|Tensor) - 伯努利分布的概率输入。数据类型为 float32 或 float64。范围必须为 [0, 1]。
• name (str，可选) - 操作的名称，一般无需设置，默认值为 None，具体用法请参见 api_guide_Name。

代码示例

COPY-FROM: paddle.distribution.Bernoulli

属性

mean

伯努利分布的均值

返回

Tensor，均值

variance

伯努利分布的方差

返回

Tensor，方差

方法

sample(shape) '''''''''

生成指定维度的样本。

参数

• shape (Sequence[int]) - 指定生成样本的维度。

返回

Tensor，样本，其维度为 sample shape + batch shape + event shape。

代码示例

COPY-FROM: paddle.distribution.Bernoulli.sample

rsample(shape, temperature=1.0) '''''''''

重参数化采样，生成指定维度的样本。

rsample 是连续近似的伯努利分布重参数化样本方法。

[1] Chris J. Maddison, Andriy Mnih, and Yee Whye Teh. The Concrete Distribution: A Continuous Relaxation of Discrete Random Variables. 2016.

[2] Eric Jang, Shixiang Gu, and Ben Poole. Categorical Reparameterization with Gumbel-Softmax. 2016.

Note

rsample 后面需要跟一个 sigmoid，从而将样本的值转换为单位间隔 (0, 1)。

参数

• shape (Sequence[int]) - 指定生成样本的维度。
• temperature (float) - rsample 的温度，必须为正值。

返回

Tensor，样本，其维度为 sample shape + batch shape + event shape。

代码示例

COPY-FROM: paddle.distribution.Bernoulli.rsample

cdf(value) '''''''''

value 的累积分布函数 （CDF）

$$\begin{aligned} { \begin{cases} 0 & \text{if } value \lt 0 \\\ 1 - p & \text{if } 0 \leq value \lt 1 \\\ 1 & \text{if } value \geq 1 \end{cases} } \end{aligned}$$

参数

• value (Tensor) - 输入 Tensor。

返回

Tensor， value 的累积分布函数。

代码示例

COPY-FROM: paddle.distribution.Bernoulli.cdf

log_prob(value) '''''''''

对数概率密度函数

参数

• value (Tensor) - 输入 Tensor。

返回

Tensor， value 的对数概率密度函数。

代码示例

COPY-FROM: paddle.distribution.Bernoulli.log_prob

prob(value) '''''''''

value 的概率密度函数。

$$\begin{aligned} { \begin{cases} q=1-p & \text{if }value=0 \\\ p & \text{if }value=1 \end{cases} } \end{aligned}$$

参数

• value (Tensor) - 输入 Tensor。

返回

Tensor， value 的概率密度函数。

代码示例

COPY-FROM: paddle.distribution.Bernoulli.prob

entropy()

伯努利分布的信息熵。

entropy =  − (qlog q + plog p)

返回

Tensor，伯努利分布的信息熵。

代码示例

COPY-FROM: paddle.distribution.Bernoulli.entropy

kl_divergence(other) '''''''''

两个伯努利分布之间的 KL 散度。

KL(a||b) = p_alog (p_a/p_b) + (1 − p_a)log ((1 − p_a)/(1 − p_b))

参数

• other (Bernoulli) - Bernoulli 的实例。

返回

Tensor，两个伯努利分布之间的 KL 散度。

代码示例

COPY-FROM: paddle.distribution.Bernoulli.kl_divergence