!31421 Update prob programming Chinese API doc

Merge pull request !31421 from zichun_ye/prob_doc

docs/api/api_python/nn_probability/mindspore.nn.probability.bijector.Bijector.rst

@@ -60,7 +60,7 @@ mindspore.nn.probability.bijector.Bijector
 
         **返回：**
 
-        Tensor, 输出随机变量的值。
+        Tensor，输出随机变量的值。
         
     .. py:method:: forward_log_jacobian(value, *args, **kwargs)
 
@@ -74,7 +74,7 @@ mindspore.nn.probability.bijector.Bijector
 
         **返回：**
 
-        Tensor, 正映射导数的对数值。
+        Tensor，正映射导数的对数值。
         
     .. py:method:: inverse(value, *args, **kwargs)
 
@@ -88,7 +88,7 @@ mindspore.nn.probability.bijector.Bijector
 
         **返回：**
 
-        Tensor, 输入随机变量的值。
+        Tensor，输入随机变量的值。
 
     .. py:method:: inverse_log_jacobian(value, *args, **kwargs)
 
@@ -102,4 +102,4 @@ mindspore.nn.probability.bijector.Bijector
 
         **返回：**
 
-        Tensor, 逆映射导数的对数值。
+        Tensor，逆映射导数的对数值。

docs/api/api_python/nn_probability/mindspore.nn.probability.bijector.Exp.rst

@@ -24,7 +24,7 @@ mindspore.nn.probability.bijector.Exp
 
         **返回：**
 
-        Tensor, 输出随机变量的值。
+        Tensor，输出随机变量的值。
 
     .. py:method:: forward_log_jacobian(value)
 
@@ -36,7 +36,7 @@ mindspore.nn.probability.bijector.Exp
 
         **返回：**
 
-        Tensor, 正映射导数的对数值。
+        Tensor，正映射导数的对数值。
 
     .. py:method:: inverse(value)
 
@@ -48,7 +48,7 @@ mindspore.nn.probability.bijector.Exp
 
         **返回：**
 
-        Tensor, 输入随机变量的值。
+        Tensor，输入随机变量的值。
 
     .. py:method:: inverse_log_jacobian(value)
 
@@ -60,4 +60,4 @@ mindspore.nn.probability.bijector.Exp
 
         **返回：**
 
-        Tensor, 逆映射导数的对数值。
+        Tensor，逆映射导数的对数值。

docs/api/api_python/nn_probability/mindspore.nn.probability.bijector.GumbelCDF.rst

@@ -25,6 +25,24 @@ mindspore.nn.probability.bijector.GumbelCDF
 
     - **TypeError** - `loc` 或 `scale` 中元素的数据类型不为float，或 `loc` 和 `scale` 中元素的数据类型不相同。
 
+    .. py:method:: loc
+        :property:
+
+        返回分布位置。
+
+        **返回：**
+
+        Tensor，分布的位置值。
+
+    .. py:method:: scale
+        :property:
+
+        返回分布比例。
+
+        **返回：**
+
+        Tensor，分布的比例值。
+
     .. py:method:: forward(value)
 
         正映射，计算输入随机变量 :math:`X = value` 经过映射后的值 :math:`Y = g(value)`。
@@ -35,7 +53,7 @@ mindspore.nn.probability.bijector.GumbelCDF
 
         **返回：**
 
-        Tensor, 输入随机变量的值。
+        Tensor，输入随机变量的值。
 
     .. py:method:: forward_log_jacobian(value)
 
@@ -47,7 +65,7 @@ mindspore.nn.probability.bijector.GumbelCDF
 
         **返回：**
 
-        Tensor, 正映射导数的对数值。
+        Tensor，正映射导数的对数值。
 
     .. py:method:: inverse(value)
 
@@ -59,7 +77,7 @@ mindspore.nn.probability.bijector.GumbelCDF
 
         **返回：**
 
-        Tensor, 输出随机变量的值。
+        Tensor，输出随机变量的值。
 
     .. py:method:: inverse_log_jacobian(value)
 
@@ -71,4 +89,4 @@ mindspore.nn.probability.bijector.GumbelCDF
 
         **返回：**
 
-        Tensor, 逆映射导数的对数值。
+        Tensor，逆映射导数的对数值。

docs/api/api_python/nn_probability/mindspore.nn.probability.bijector.Invert.rst

@@ -26,7 +26,7 @@ mindspore.nn.probability.bijector.Invert
 
         **返回：**
 
-        Tensor, 基础Bijector的输入随机变量的值。
+        Tensor，基础Bijector的输入随机变量的值。
 
     .. py:method:: forward_log_jacobian(x)
 
@@ -38,7 +38,7 @@ mindspore.nn.probability.bijector.Invert
 
         **返回：**
 
-        Tensor, 基类逆映射导数的对数值。
+        Tensor，基类逆映射导数的对数值。
 
     .. py:method:: inverse(y)
 
@@ -50,11 +50,11 @@ mindspore.nn.probability.bijector.Invert
 
         **返回：**
 
-        Tensor, 基础Bijector的输出随机变量的值。
+        Tensor，基础Bijector的输出随机变量的值。
 
         **返回：**
 
-        Tensor, 输出随机变量的值。
+        Tensor，输出随机变量的值。
 
     .. py:method:: inverse_log_jacobian(y)
 
@@ -66,5 +66,5 @@ mindspore.nn.probability.bijector.Invert
 
         **返回：**
 
-        Tensor, 基类正映射导数的对数值。
+        Tensor，基类正映射导数的对数值。
 

docs/api/api_python/nn_probability/mindspore.nn.probability.bijector.PowerTransform.rst

@@ -28,6 +28,15 @@ mindspore.nn.probability.bijector.PowerTransform
     - **ValueError** - `power` 中元素小于0或静态未知。
     - **TypeError** - `power` 中元素的数据类型不是float。
 
+    .. py:method:: power
+        :property:
+
+        返回指数。
+
+        **返回：**
+
+        Tensor，Bijector的指数。
+
     .. py:method:: forward(value)
 
         正映射，计算输入随机变量 :math:`X = value` 经过映射后的值 :math:`Y = g(value)`。
@@ -38,7 +47,7 @@ mindspore.nn.probability.bijector.PowerTransform
 
         **返回：**
 
-        Tensor, 输入随机变量的值。
+        Tensor，输入随机变量的值。
 
     .. py:method:: forward_log_jacobian(value)
 
@@ -50,7 +59,7 @@ mindspore.nn.probability.bijector.PowerTransform
 
         **返回：**
 
-        Tensor, 正映射导数的对数值。
+        Tensor，正映射导数的对数值。
 
     .. py:method:: inverse(value)
 
@@ -62,7 +71,7 @@ mindspore.nn.probability.bijector.PowerTransform
 
         **返回：**
 
-        Tensor, 输出随机变量的值。
+        Tensor，输出随机变量的值。
 
     .. py:method:: inverse_log_jacobian(value)
 
@@ -74,4 +83,4 @@ mindspore.nn.probability.bijector.PowerTransform
 
         **返回：**
 
-        Tensor, 逆映射导数的对数值。
+        Tensor，逆映射导数的对数值。

docs/api/api_python/nn_probability/mindspore.nn.probability.bijector.ScalarAffine.rst

@@ -24,6 +24,24 @@ mindspore.nn.probability.bijector.ScalarAffine
 
     - **TypeError** - `shift` 或 `scale` 中元素的数据类型不为float，或 `shift` 和 `scale` 的数据类型不相同。
 
+    .. py:method:: loc
+        :property:
+
+        返回映射的位置。
+
+        **返回：**
+
+        Tensor，映射的位置值。
+
+    .. py:method:: scale
+        :property:
+
+        返回映射的比例。
+
+        **返回：**
+
+        Tensor，映射的比例值。
+
     .. py:method:: forward(value)
 
         正映射，计算输入随机变量 :math:`X = value` 经过映射后的值 :math:`Y = g(value)`。
@@ -34,7 +52,7 @@ mindspore.nn.probability.bijector.ScalarAffine
 
         **返回：**
 
-        Tensor, 输入随机变量的值。
+        Tensor，输入随机变量的值。
 
     .. py:method:: forward_log_jacobian(value)
 
@@ -46,7 +64,7 @@ mindspore.nn.probability.bijector.ScalarAffine
 
         **返回：**
 
-        Tensor, 正映射导数的对数值。
+        Tensor，正映射导数的对数值。
 
     .. py:method:: inverse(value)
 
@@ -58,7 +76,7 @@ mindspore.nn.probability.bijector.ScalarAffine
 
         **返回：**
 
-        Tensor, 输出随机变量的值。
+        Tensor，输出随机变量的值。
 
     .. py:method:: inverse_log_jacobian(value)
 
@@ -70,4 +88,4 @@ mindspore.nn.probability.bijector.ScalarAffine
 
         **返回：**
 
-        Tensor, 逆映射导数的对数值。
+        Tensor，逆映射导数的对数值。

docs/api/api_python/nn_probability/mindspore.nn.probability.bijector.Softplus.rst

@@ -23,6 +23,15 @@ mindspore.nn.probability.bijector.Softplus
 
     - **TypeError** - sharpness中元素的数据类型不为float。
 
+    .. py:method:: scale
+        :property:
+
+        返回映射的锐度因子。
+
+        **返回：**
+
+        Tensor，映射的锐度因子。
+
     .. py:method:: forward(value)
 
         正映射，计算输入随机变量 :math:`X = value` 经过映射后的值 :math:`Y = g(value)`。
@@ -33,7 +42,7 @@ mindspore.nn.probability.bijector.Softplus
 
         **返回：**
 
-        Tensor, 输入随机变量的值。
+        Tensor，输入随机变量的值。
 
     .. py:method:: forward_log_jacobian(value)
 
@@ -45,7 +54,7 @@ mindspore.nn.probability.bijector.Softplus
 
         **返回：**
 
-        Tensor, 正映射导数的对数值。
+        Tensor，正映射导数的对数值。
 
     .. py:method:: inverse(value)
 
@@ -57,7 +66,7 @@ mindspore.nn.probability.bijector.Softplus
 
         **返回：**
 
-        Tensor, 输出随机变量的值。
+        Tensor，输出随机变量的值。
 
     .. py:method:: inverse_log_jacobian(value)
 
@@ -69,4 +78,4 @@ mindspore.nn.probability.bijector.Softplus
 
         **返回：**
 
-        Tensor, 逆映射导数的对数值。
+        Tensor，逆映射导数的对数值。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Bernoulli.rst

@@ -21,9 +21,188 @@ mindspore.nn.probability.distribution.Bernoulli
     - **ValueError** - `probs` 中元素小于0或大于1。
 
     .. py:method:: probs
+        :property:
 
         返回结果为1的概率。
 
         **返回：**
 
-        Tensor, 结果为1的概率。
+        Tensor，结果为1的概率。
+
+    .. py:method:: cdf(value, probs1)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, probs1_b, probs1)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **probs1_b** (Tensor) - 对比分布的伯努利实验成功的概率。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(probs1)
+
+        计算熵。
+
+        **参数：**
+
+        - **probs1_b** (Tensor) - 对比分布的伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, probs1)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **probs1_b** (Tensor) - 对比分布的伯努利实验成功的概率。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, probs1)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, probs1)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, probs1)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(probs1)
+
+        计算期望。
+
+        **参数：**
+
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(probs1)
+
+        计算众数。
+
+        **参数：**
+
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, probs1)
+
+        计算给定值下的概率。对于离散分布是计算概率质量函数（Probability Mass Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, probs1)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(probs1)
+
+        计算标准差。
+
+        **参数：**
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, probs1)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(probs1)
+
+        计算方差。
+
+        **参数：**
+
+        - **probs1** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Beta.rst

@@ -28,18 +28,214 @@ mindspore.nn.probability.distribution.Beta
     - **ValueError** - `concentration1` 或者 `concentration0` 中元素小于0。
     - **TypeError** - `dtype` 不是float的子类。
 
-      返回concentration0（也称为 Beta 分布的beta）。
+    .. py:method:: concentration0
+        :property:
+
+      返回concentration0（也称为 Beta 分布的 beta）。
 
     **返回：**
 
-    Tensor, concentration0 的值。
+    Tensor，concentration0 的值。
 
     .. py:method:: concentration1
         :property:
 
-        返回concentration1（也称为 Beta 分布的alpha）。
+        返回concentration1（也称为 Beta 分布的 alpha）。
 
         **返回：**
 
-        Tensor, concentration1 的值。
+        Tensor，concentration1 的值。
 
+    .. py:method:: cdf(value, concentration1, concentration0)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, concentration1_b, concentration0_b, concentration1, concentration0)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **concentration1_b** (Tensor) - 对比 Beta 分布的 alpha。
+        - **concentration0_b** (Tensor) - 对比 Beta 分布的 beta。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(concentration1, concentration0)
+
+        计算熵。
+
+        **参数：**
+
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, concentration1_b, concentration0_b, concentration1, concentration0)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **concentration1_b** (Tensor) - 对比 Beta 分布的 alpha。
+        - **concentration0_b** (Tensor) - 对比 Beta 分布的 beta。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, concentration1, concentration0)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, concentration1, concentration0)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, concentration1, concentration0)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(concentration1, concentration0)
+
+        计算期望。
+
+        **参数：**
+
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(concentration1, concentration0)
+
+        计算众数。
+
+        **参数：**
+
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, concentration1, concentration0)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, concentration1, concentration0)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(concentration1, concentration0)
+
+        计算标准差。
+
+        **参数：**
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, concentration1, concentration0)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(concentration1, concentration0)
+
+        计算方差。
+
+        **参数：**
+
+        - **concentration1** (Tensor) - Beta 分布的 alpha。默认值：None。
+        - **concentration0** (Tensor) - Beta 分布的 beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Categorical.rst

@@ -8,7 +8,7 @@ mindspore.nn.probability.distribution.Categorical
 
     **参数：**
 
-    - **probs** (Tensor, list, numpy.ndarray) - 事件概率。
+    - **probs** (Tensor，list, numpy.ndarray) - 事件概率。
     - **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.int32.
     - **name** (str) - 分布的名称。默认值：Categorical。
@@ -21,10 +21,188 @@ mindspore.nn.probability.distribution.Categorical
     - **ValueError** - `probs` 的秩为0或者其中所有元素的和不等于1。
 
     .. py:method:: probs
+        :property:
 
         返回事件发生的概率。
 
         **返回：**
 
-        Tensor, 事件发生的概率。
+        Tensor，事件发生的概率。
 
+   .. py:method:: cdf(value, probs)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, probs_b, probs)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **probs_b** (Tensor) - 对比分布的事件发生的概率。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(probs)
+
+        计算熵。
+
+        **参数：**
+
+        - **probs_b** (Tensor) - 对比分布的事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, probs)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **probs_b** (Tensor) - 对比分布的事件发生的概率。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, probs)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, probs)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, probs)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(probs)
+
+        计算期望。
+
+        **参数：**
+
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(probs)
+
+        计算众数。
+
+        **参数：**
+
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, probs)
+
+        计算给定值下的概率。对于离散分布是计算概率质量函数（Probability Mass Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, probs)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(probs)
+
+        计算标准差。
+
+        **参数：**
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, probs)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(probs)
+
+        计算方差。
+
+        **参数：**
+
+        - **probs** (Tensor) - 事件发生的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Cauchy.rst

@@ -36,7 +36,7 @@ mindspore.nn.probability.distribution.Cauchy
 
         **返回：**
 
-        Tensor, 分布的位置值。
+        Tensor，分布的位置值。
         
     .. py:method:: scale
         :property:
@@ -45,4 +45,198 @@ mindspore.nn.probability.distribution.Cauchy
 
         **返回：**
 
-        Tensor, 分布的比例值。
+        Tensor，分布的比例值。
+
+    .. py:method:: cdf(value, loc, scale)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, loc_b, scale_b, loc, scale)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(loc, scale)
+
+        计算熵。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, loc_b, scale_b, loc, scale)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, loc, scale)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, loc, scale)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, loc, scale)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(loc, scale)
+
+        计算期望。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(loc, scale)
+
+        计算众数。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, loc, scale)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, loc, scale)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(loc, scale)
+
+        计算标准差。
+
+        **参数：**
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, loc, scale)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(loc, scale)
+
+        计算方差。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Distribution.rst

@@ -22,7 +22,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **value** (Tensor) - 要计算的值。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -30,7 +30,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 累积分布函数的值。
+        Tensor，累积分布函数的值。
 
     .. py:method:: construct(name, *args, **kwargs)
 
@@ -48,7 +48,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, name对应函数的值。
+        Tensor，name对应函数的值。
 
     .. py:method:: cross_entropy(dist, *args, **kwargs)
 
@@ -57,7 +57,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **dist** (str) - 分布的类型。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -65,7 +65,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 交叉熵的值。
+        Tensor，交叉熵的值。
 
     .. py:method:: entropy(*args, **kwargs)
 
@@ -73,7 +73,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **参数：**
 
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -81,7 +81,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 熵的值。
+        Tensor，熵的值。
 
     .. py:method:: get_dist_args(*args, **kwargs)
 
@@ -89,7 +89,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **参数：**
 
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note:: 
@@ -114,7 +114,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **dist** (str) - 分布的类型。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -122,7 +122,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, KL散度。
+        Tensor，KL散度。
 
     .. py:method:: log_cdf(value, *args, **kwargs)
 
@@ -131,7 +131,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **value** (Tensor) - 要计算的值。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -139,7 +139,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 累积分布函数的对数。
+        Tensor，累积分布函数的对数。
 
     .. py:method:: log_prob(value, *args, **kwargs)
 
@@ -148,7 +148,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **value** (Tensor) - 要计算的值。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -156,7 +156,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 累积分布函数的对数。
+        Tensor，累积分布函数的对数。
 
     .. py:method:: log_survival(value, *args, **kwargs)
 
@@ -165,7 +165,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **value** (Tensor) - 要计算的值。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -173,7 +173,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 生存函数的对数。
+        Tensor，生存函数的对数。
 
     .. py:method:: mean(*args, **kwargs)
 
@@ -181,7 +181,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **参数：**
 
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -189,7 +189,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 概率分布的期望。
+        Tensor，概率分布的期望。
 
     .. py:method:: mode(*args, **kwargs)
 
@@ -197,7 +197,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **参数：**
 
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -205,7 +205,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 概率分布的众数。
+        Tensor，概率分布的众数。
 
     .. py:method:: prob(value, *args, **kwargs)
 
@@ -214,7 +214,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **value** (Tensor) - 要计算的值。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -222,7 +222,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 概率值。
+        Tensor，概率值。
 
     .. py:method:: sample(*args, **kwargs)
 
@@ -231,7 +231,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **shape** (tuple) - 样本的shape。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -239,7 +239,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 根据概率分布采样的样本。
+        Tensor，根据概率分布采样的样本。
 
     .. py:method:: sd(*args, **kwargs)
 
@@ -247,7 +247,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **参数：**
 
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -255,7 +255,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 概率分布的标准差。
+        Tensor，概率分布的标准差。
 
     .. py:method:: survival_function(value, *args, **kwargs)
 
@@ -264,7 +264,7 @@ mindspore.nn.probability.distribution.Distribution
         **参数：**
 
         - **value** (Tensor) - 要计算的值。
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -272,7 +272,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 生存函数的值。
+        Tensor，生存函数的值。
 
     .. py:method:: var(*args, **kwargs)
 
@@ -280,7 +280,7 @@ mindspore.nn.probability.distribution.Distribution
 
         **参数：**
 
-        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。。
+        - **args** (list) - 位置参数列表，具体需要的参数根据子类的实现确定。
         - **kwargs** (dict) - 关键字参数字典，具体需要的参数根据子类的实现确定。
 
         .. note::
@@ -288,5 +288,5 @@ mindspore.nn.probability.distribution.Distribution
 
         **返回：**
 
-        Tensor, 概率分布的方差。
+        Tensor，概率分布的方差。
 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Exponential.rst

@@ -34,5 +34,182 @@ mindspore.nn.probability.distribution.Exponential
 
         **返回：**
 
-        Tensor, rate 的值。
+        Tensor，率参数的值。
 
+    .. py:method:: cdf(value, rate)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, rate_b, rate)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **rate_b** (Tensor) - 对比分布的率参数。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(rate)
+
+        计算熵。
+
+        **参数：**
+
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, rate_b, rate)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **rate_b** (Tensor) - 对比分布的率参数。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, rate)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, rate)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, rate)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(rate)
+
+        计算期望。
+
+        **参数：**
+
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(rate)
+
+        计算众数。
+
+        **参数：**
+
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, rate)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, rate)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(rate)
+
+        计算标准差。
+
+        **参数：**
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, rate)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(rate)
+
+        计算方差。
+
+        **参数：**
+
+        - **rate** (Tensor) - 分布的率参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Gamma.rst

@@ -35,7 +35,7 @@ mindspore.nn.probability.distribution.Gamma
 
         **返回：**
 
-        Tensor, concentration 的值。
+        Tensor，concentration 的值。
 
     .. py:method:: rate
         :property:
@@ -44,5 +44,198 @@ mindspore.nn.probability.distribution.Gamma
 
         **返回：**
 
-        Tensor, rate 的值。
+        Tensor，rate 的值。
 
+    .. py:method:: cdf(value, concentration, rate)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, concentration_b, rate_b, concentration, rate)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **concentration_b** (Tensor) - 对比分布的alpha。
+        - **rate_b** (Tensor) - 对比分布的beta。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(concentration, rate)
+
+        计算熵。
+
+        **参数：**
+
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, concentration_b, rate_b, concentration, rate)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **concentration_b** (Tensor) - 对比分布的alpha。
+        - **rate_b** (Tensor) - 对比分布的beta。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, concentration, rate)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, concentration, rate)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, concentration, rate)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(concentration, rate)
+
+        计算期望。
+
+        **参数：**
+
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(concentration, rate)
+
+        计算众数。
+
+        **参数：**
+
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, concentration, rate)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, concentration, rate)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(concentration, rate)
+
+        计算标准差。
+
+        **参数：**
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, concentration, rate)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(concentration, rate)
+
+        计算方差。
+
+        **参数：**
+
+        - **concentration** (Tensor) - 分布的alpha。默认值：None。
+        - **rate** (Tensor) - 分布的beta。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Geometric.rst

@@ -30,5 +30,182 @@ mindspore.nn.probability.distribution.Geometric
 
         **返回：**
 
-        Tensor, 伯努利试验成功的概率值。
+        Tensor，伯努利试验成功的概率值。
 
+   .. py:method:: cdf(value, probs)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, probs_b, probs)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **probs_b** (Tensor) - 对比分布的伯努利实验成功的概率。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(probs)
+
+        计算熵。
+
+        **参数：**
+
+        - **probs_b** (Tensor) - 对比分布的伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, probs)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **probs_b** (Tensor) - 对比分布的伯努利实验成功的概率。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, probs)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, probs)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, probs)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(probs)
+
+        计算期望。
+
+        **参数：**
+
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(probs)
+
+        计算众数。
+
+        **参数：**
+
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, probs)
+
+        计算给定值下的概率。对于离散分布是计算概率质量函数（Probability Mass Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, probs)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(probs)
+
+        计算标准差。
+
+        **参数：**
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, probs)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(probs)
+
+        计算方差。
+
+        **参数：**
+
+        - **probs** (Tensor) - 伯努利实验成功的概率。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Gumbel.rst

@@ -36,7 +36,7 @@ mindspore.nn.probability.distribution.Gumbel
 
         **返回：**
 
-        Tensor, 分布的位置值。
+        Tensor，分布的位置值。
 
     .. py:method:: scale
         :property:
@@ -45,4 +45,198 @@ mindspore.nn.probability.distribution.Gumbel
 
         **返回：**
 
-        Tensor, 分布的比例值。
+        Tensor，分布的比例值。
+
+    .. py:method:: cdf(value, loc, scale)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, loc_b, scale_b, loc, scale)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(loc, scale)
+
+        计算熵。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, loc_b, scale_b, loc, scale)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, loc, scale)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, loc, scale)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, loc, scale)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(loc, scale)
+
+        计算期望。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(loc, scale)
+
+        计算众数。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, loc, scale)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, loc, scale)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(loc, scale)
+
+        计算标准差。
+
+        **参数：**
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, loc, scale)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(loc, scale)
+
+        计算方差。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.LogNormal.rst

@@ -36,7 +36,7 @@ mindspore.nn.probability.distribution.LogNormal
 
         **返回：**
 
-        Tensor, 分布的位置值。
+        Tensor，分布的位置值。
 
     .. py:method:: scale
         :property:
@@ -45,4 +45,198 @@ mindspore.nn.probability.distribution.LogNormal
 
         **返回：**
 
-        Tensor, 分布的比例值。
+        Tensor，分布的比例值。
+
+    .. py:method:: cdf(value, loc, scale)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, loc_b, scale_b, loc, scale)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(loc, scale)
+
+        计算熵。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, loc_b, scale_b, loc, scale)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, loc, scale)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, loc, scale)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, loc, scale)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(loc, scale)
+
+        计算期望。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(loc, scale)
+
+        计算众数。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, loc, scale)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, loc, scale)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(loc, scale)
+
+        计算标准差。
+
+        **参数：**
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, loc, scale)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(loc, scale)
+
+        计算方差。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Logistic.rst

@@ -35,7 +35,7 @@ mindspore.nn.probability.distribution.Logistic
 
         **返回：**
 
-        Tensor, 分布的位置值。
+        Tensor，分布的位置值。
 
     .. py:method:: scale
         :property:
@@ -44,5 +44,198 @@ mindspore.nn.probability.distribution.Logistic
 
         **返回：**
 
-        Tensor, 分布的比例值。
+        Tensor，分布的比例值。
 
+    .. py:method:: cdf(value, loc, scale)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, loc_b, scale_b, loc, scale)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(loc, scale)
+
+        计算熵。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, loc_b, scale_b, loc, scale)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **loc_b** (Tensor) - 对比分布位置参数。
+        - **scale_b** (Tensor) - 对比分布比例参数。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, loc, scale)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, loc, scale)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, loc, scale)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(loc, scale)
+
+        计算期望。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(loc, scale)
+
+        计算众数。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, loc, scale)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, loc, scale)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(loc, scale)
+
+        计算标准差。
+
+        **参数：**
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, loc, scale)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(loc, scale)
+
+        计算方差。
+
+        **参数：**
+
+        - **loc** (Tensor) - 分布位置参数。默认值：None。
+        - **scale** (Tensor) - 分布比例参数。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Normal.rst

@@ -31,17 +31,186 @@ mindspore.nn.probability.distribution.Normal
     .. py:method:: mean
         :property:
 
-        返回分布位置。
+        返回分布期望。
 
         **返回：**
 
-        Tensor, 分布的期望。
+        Tensor，分布的期望。
 
     .. py:method:: sd
         :property:
 
-        返回分布比例。
+        返回分布的标准差。
 
         **返回：**
 
-        Tensor, 分布的标准差。
+        Tensor，分布的标准差。
+
+    .. py:method:: cdf(value, mean, sd)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, mean_b, sd_b, mean, sd)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **mean_b** (Tensor) - 对比分布的期望。
+        - **sd_b** (Tensor) - 对比分布的标准差。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(mean, sd)
+
+        计算熵。
+
+        **参数：**
+
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, mean_b, sd_b, mean, sd)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **mean_b** (Tensor) - 对比分布的期望。
+        - **sd_b** (Tensor) - 对比分布的标准差。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, mean, sd)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, mean, sd)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, mean, sd)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mode(mean, sd)
+
+        计算众数。
+
+        **参数：**
+
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, mean, sd)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, mean, sd)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: survival_function(value, mean, sd)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(mean, sd)
+
+        计算方差。
+
+        **参数：**
+
+        - **mean** (Tensor) - 分布的期望。默认值：None。
+        - **sd** (Tensor) - 分布的标准差。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Poisson.rst

@@ -33,5 +33,142 @@ mindspore.nn.probability.distribution.Poisson
 
         **返回：**
 
-        Tensor, rate 参数的值。
+        Tensor，rate 参数的值。
 
+   .. py:method:: cdf(value, rate)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: log_cdf(value, rate)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, rate)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, rate)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(rate)
+
+        计算期望。
+
+        **参数：**
+
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(rate)
+
+        计算众数。
+
+        **参数：**
+
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, rate)
+
+        计算给定值下的概率。对于离散分布是计算概率质量函数（Probability Mass Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, rate)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(rate)
+
+        计算标准差。
+
+        **参数：**
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, rate)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(rate)
+
+        计算方差。
+
+        **参数：**
+
+        - **rate** (Tensor) - 率参数(rate)。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.TransformedDistribution.rst

@@ -48,3 +48,95 @@ mindspore.nn.probability.distribution.TransformedDistribution
         **返回：**
 
         Bool, 概率映射函数为线性映射则返回True，否则返回False。
+
+   .. py:method:: cdf(value)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: log_cdf(value)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean
+
+        计算期望。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: prob(value)
+
+        计算给定值下的概率。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: survival_function(value)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+
+        **返回：**
+
+        Tensor，生存函数的值。

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Uniform.rst

@@ -36,7 +36,7 @@ mindspore.nn.probability.distribution.Uniform
 
         **返回：**
 
-        Tensor, 分布的上限值。
+        Tensor，分布的上限值。
 
     .. py:method:: low
         :property:
@@ -45,4 +45,198 @@ mindspore.nn.probability.distribution.Uniform
 
         **返回：**
 
-        Tensor, 分布的下限值。
+        Tensor，分布的下限值。
+
+    .. py:method:: cdf(value, high, low)
+
+        在给定值下计算累积分布函数（Cumulatuve Distribution Function, CDF）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的值。
+
+    .. py:method:: cross_entropy(dist, high_b, low_b, high, low)
+
+        计算分布a和b之间的交叉熵。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **high_b** (Tensor) - 对比分布的上限值。
+        - **low_b** (Tensor) - 对比分布的下限值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，交叉熵的值。
+
+    .. py:method:: entropy(high, low)
+
+        计算熵。
+
+        **参数：**
+
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，熵的值。
+
+    .. py:method:: kl_loss(dist, high_b, low_b, high, low)
+
+        计算KL散度，即KL(a||b)。
+
+        **参数：**
+
+        - **dist** (str) - 分布的类型。
+        - **high_b** (Tensor) - 对比分布的上限值。
+        - **low_b** (Tensor) - 对比分布的下限值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，KL散度。
+
+    .. py:method:: log_cdf(value, high, low)
+
+        计算给定值对于的累积分布函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_prob(value, high, low)
+
+        计算给定值对应的概率的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，累积分布函数的对数。
+
+    .. py:method:: log_survival(value, high, low)
+
+        计算给定值对应的生存函数的对数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的对数。
+
+    .. py:method:: mean(high, low)
+
+        计算期望。
+
+        **参数：**
+
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的期望。
+
+    .. py:method:: mode(high, low)
+
+        计算众数。
+
+        **参数：**
+
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的众数。
+
+    .. py:method:: prob(value, high, low)
+
+        计算给定值下的概率。对于连续是计算概率密度函数（Probability Density Function）。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，概率值。
+
+    .. py:method:: sample(shape, high, low)
+
+        采样函数。
+
+        **参数：**
+
+        - **shape** (tuple) - 样本的shape。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，根据概率分布采样的样本。
+
+    .. py:method:: sd(high, low)
+
+        计算标准差。
+
+        **参数：**
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的标准差。
+
+    .. py:method:: survival_function(value, high, low)
+
+        计算给定值对应的生存函数。
+
+        **参数：**
+
+        - **value** (Tensor) - 要计算的值。
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，生存函数的值。
+
+    .. py:method:: var(high, low)
+
+        计算方差。
+
+        **参数：**
+
+        - **high** (Tensor) - 分布的上限值。默认值：None。
+        - **low** (Tensor) - 分布的下限值。默认值：None。
+
+        **返回：**
+
+        Tensor，概率分布的方差。

mindspore/python/mindspore/nn/probability/bijector/exp.py

@@ -33,7 +33,7 @@ class Exp(PowerTransform):
         - **forward**
         - **inverse**
         - **forward_log_jacobian**
-        - **backward_log_jacobian**
+        - **inverse_log_jacobian**
 
         It should be notice that the inputs to the APIs of the Exp bijector should be always a tensor.
         For more details of all APIs, including the inputs and outputs of the APIs of the Exp bijector,

mindspore/python/mindspore/nn/probability/bijector/gumbel_cdf.py

@@ -38,7 +38,7 @@ class GumbelCDF(Bijector):
         - **forward**
         - **inverse**
         - **forward_log_jacobian**
-        - **backward_log_jacobian**
+        - **inverse_log_jacobian**
 
         It should be notice that the inputs of APIs of the Gumbel_cdf bijector should be always a tensor,
         with a shape that can be broadcasted to that of `loc` and `scale`.

mindspore/python/mindspore/nn/probability/bijector/power_transform.py

@@ -43,7 +43,7 @@ class PowerTransform(Bijector):
         - **forward**
         - **inverse**
         - **forward_log_jacobian**
-        - **backward_log_jacobian**
+        - **inverse_log_jacobian**
 
         It should be notice that the inputs to APIs of the PowerTransform bijector should be always a tensor,
         with a shape that can be broadcasted to that of `power`.

mindspore/python/mindspore/nn/probability/bijector/scalar_affine.py

@@ -39,7 +39,7 @@ class ScalarAffine(Bijector):
         - **forward**
         - **inverse**
         - **forward_log_jacobian**
-        - **backward_log_jacobian**
+        - **inverse_log_jacobian**
 
         It should be notice that the inputs to APIs of the Scalar affine bijector should be always a tensor,
         with a shape that can be broadcasted to that of `shift` and `scale`.

mindspore/python/mindspore/nn/probability/bijector/softplus.py

@@ -40,7 +40,7 @@ class Softplus(Bijector):
         - **forward**
         - **inverse**
         - **forward_log_jacobian**
-        - **backward_log_jacobian**
+        - **inverse_log_jacobian**
 
         It should be notice that the inputs of APIs of APIs of the Softplus bijector should be always a tensor,
         with a shape that can be broadcasted to that of `sharpness`.

mindspore/python/mindspore/nn/probability/distribution/logistic.py

@@ -382,7 +382,7 @@ class Logistic(Distribution):
         l_zero = self.const(self.tiny)
         h_one = self.const(1.0)
         sample_uniform = self.uniform(sample_shape, l_zero, h_one, self.seed)
-        sample = self.log(sample_uniform) - self.log1p(sample_uniform)
+        sample = self.log(sample_uniform) - self.log1p(-sample_uniform)  # pylint: disable=invalid-unary-operand-type
         sample = sample * scale + loc
         value = self.cast(sample, self.dtype)
         if origin_shape == ():

mindspore/python/mindspore/nn/probability/distribution/poisson.py

@@ -41,8 +41,7 @@ class Poisson(Distribution):
         The accessible APIs of the Poisson distribution are defined in the base class, including:
 
         - `prob`, `log_prob`, `cdf`, `log_cdf`, `survival_function`, and `log_survival`
-        - `mean`, `sd`, `mode`, `var`, and `entropy`
-        - `kl_loss` and `cross_entropy`
+        - `mean`, `sd`, `mode`, `var`
         - `sample`
 
         For more details of all APIs, including the inputs and outputs of all APIs of the Poisson distribution,