forked from mindspore-Ecosystem/mindspore
92 lines
3.2 KiB
ReStructuredText
92 lines
3.2 KiB
ReStructuredText
|
mindspore.nn.probability.distribution.Poisson
|
|||
|
|
================================================
|
|||
|
|
|
|||
|
|
.. py:class:: mindspore.nn.probability.distribution.Poisson(rate=None, seed=None, dtype=mindspore.float32, name='Poisson')
|
|||
|
|
|
|||
|
|
泊松分布（Poisson Distribution）。
|
|||
|
|
|
|||
|
|
**参数：**
|
|||
|
|
|
|||
|
|
- **rate** (list, numpy.ndarray, Tensor) - 泊松分布的率参数。默认值：None。
|
|||
|
|
- **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
|
|||
|
|
- **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
|
|||
|
|
- **name** (str) - 分布的名称。默认值：'Poisson'。
|
|||
|
|
|
|||
|
|
**支持平台：**
|
|||
|
|
|
|||
|
|
``Ascend``
|
|||
|
|
|
|||
|
|
.. note::
|
|||
|
|
`rate` 必须大于0。
|
|||
|
|
|
|||
|
|
**样例：**
|
|||
|
|
|
|||
|
|
>>> import mindspore
|
|||
|
|
>>> import mindspore.nn as nn
|
|||
|
|
>>> import mindspore.nn.probability.distribution as msd
|
|||
|
|
>>> from mindspore import Tensor
|
|||
|
|
>>> # 初始化rate为0.5的泊松分布。
|
|||
|
|
>>> p1 = msd.Poisson([0.5], dtype=mindspore.float32)
|
|||
|
|
>>> # 泊松分布可以在没有参数的情况下初始化。
|
|||
|
|
>>> # 在这种情况下，`rate`必须在函数调用期间通过`args`传入。
|
|||
|
|
>>> p2 = msd.Poisson(dtype=mindspore.float32)
|
|||
|
|
>>>
|
|||
|
|
>>> # 下面是用于测试的Tensor
|
|||
|
|
>>> value = Tensor([1, 2, 3], dtype=mindspore.int32)
|
|||
|
|
>>> rate_a = Tensor([0.6], dtype=mindspore.float32)
|
|||
|
|
>>> rate_b = Tensor([0.2, 0.5, 0.4], dtype=mindspore.float32)
|
|||
|
|
>>>
|
|||
|
|
>>> # 公共接口对应的概率函数的私有接口，包括`prob`、`log_prob`、`cdf`、`log_cdf`、`survival_function`、`log_survival`，如下所示。
|
|||
|
|
>>> # 参数：
|
|||
|
|
>>> # value (Tensor)：要评估的值。
|
|||
|
|
>>> # rate (Tensor)：分布的率参数。默认值：self.rate.
|
|||
|
|
>>> # `prob`示例。
|
|||
|
|
>>> # 通过将`prob`替换为其他概率函数的名称，可以对其他概率函数进行类似的调用。
|
|||
|
|
>>> ans = p1.prob(value)
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(3,)
|
|||
|
|
>>> # 根据分布b进行评估。
|
|||
|
|
>>> ans = p1.prob(value, rate_b)
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(3,)
|
|||
|
|
>>> # `rate`必须在函数调用期间传入。
|
|||
|
|
>>> ans = p2.prob(value, rate_a)
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(3,)
|
|||
|
|
>>> # 函数`mean`、`mode`、`sd`和'var'具有相同的参数，如下所示。
|
|||
|
|
>>> # 参数：
|
|||
|
|
>>> # rate (Tensor)：分布的率参数。默认值：self.rate.
|
|||
|
|
>>> # `mean`、`sd`、`mode`和`var`的示例都类似。
|
|||
|
|
>>> ans = p1.mean() # return 2
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(1,)
|
|||
|
|
>>> ans = p1.mean(rate_b) # return 1 / rate_b
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(3,)
|
|||
|
|
>>> # `rate`必须在函数调用期间传入。
|
|||
|
|
>>> ans = p2.mean(rate_a)
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(1,)
|
|||
|
|
>>> # `sample`示例。
|
|||
|
|
>>> # 参数：
|
|||
|
|
>>> # shape (tuple)：样本的shape。默认值：()
|
|||
|
|
>>> # probs1 (Tensor)：分布的率参数。默认值：self.rate.
|
|||
|
|
>>> ans = p1.sample()
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(1, )
|
|||
|
|
>>> ans = p1.sample((2,3))
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(2, 3, 1)
|
|||
|
|
>>> ans = p1.sample((2,3), rate_b)
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(2, 3, 3)
|
|||
|
|
>>> ans = p2.sample((2,3), rate_a)
|
|||
|
|
>>> print(ans.shape)
|
|||
|
|
(2, 3, 1)
|
|||
|
|
|
|||
|
|
.. py:method:: rate
|
|||
|
|
:property:
|
|||
|
|
|
|||
|
|
返回分布的 `rate` 参数。
|
|||
|
|
|