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 α, β > 0,是狄利克雷(cn_api_paddle_distribution_Dirichlet
) 分布的一元形式。
其概率密度函数(pdf)为:
其中,B 为 Beta 函数,表示归一化因子:
B(α, β) = ∫01tα − 1(1 − t)β − 1dt
- alpha (float|Tensor) - 即上述公式中 α 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cn_api_paddle_distribution_Distribution
基类) 为参数 Broadcast 后的形状。 - beta (float|Tensor) - 即上述公式中 β 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cn_api_paddle_distribution_Distribution
基类) 为参数 Broadcast 后的形状。
COPY-FROM: paddle.distribution.Beta
计算 Beta 分布均值。
variance() '''''''''
计算 Beta 分布方差。
prob(value) '''''''''
计算 value 的概率。
参数
- value (Tensor) - 待计算值。
返回
- Tensor: value 的概率。
log_prob(value) '''''''''
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。