maxframe.tensor.random.exponential#

maxframe.tensor.random.exponential(scale=1.0, size=None, chunk_size=None, gpu=None, dtype=None)[源代码]#

从指数分布中抽取样本。

其概率密度函数为

\[f(x; \frac{1}{\beta}) = \frac{1}{\beta} \exp(-\frac{x}{\beta}),\]

对于 x > 0 为上述公式，其余地方为 0。\(\beta\) 是尺度参数，即速率参数 \(\lambda = 1/\beta\) 的倒数。速率参数是指数分布的一种替代且广泛使用的参数化方式 [3]。

指数分布是几何分布的连续类比。它描述了许多常见情况，例如多次暴雨中测量的雨滴大小 [1]，或 Wikipedia 页面请求之间的时间间隔 [2]。

参数:

  • scale (float or array_like of floats) -- 尺度参数，\(\beta = 1/\lambda\)。

  • size (int or tuple of ints, optional) -- 输出形状。如果给定形状为，例如 (m, n, k)，则抽取 m * n * k 个样本。如果 size 为 None``（默认），当 ``scale 为标量时返回单个值。否则，抽取 np.array(scale).size 个样本。

  • chunk_size (int or tuple of int or tuple of ints, optional) -- 每个维度上期望的块大小

  • gpu (bool, optional) -- 如果为 True 则在 GPU 上分配张量，默认为 False

  • dtype (data-type, optional) -- 返回张量的数据类型。

返回:

out -- 从参数化的指数分布中抽取的样本。

返回类型:

Tensor or scalar

引用