megengine.random.gamma¶

gamma(shape, scale=1, size=None)¶

服从伽玛分布 \(\Gamma(k, \theta)\) 的随机变量。

对应的概率密度函数为

\[p(x)=x^{k-1} \frac{e^{-x / \theta}}{\theta^{k} \Gamma(k)} \quad \text { for } x>0 \quad k, \theta>0，\]

其中 \(\Gamma(k)\) 是 gamma 函数，

\[\Gamma(k)=(k-1) ! \quad \text { for } \quad k>0。\]

参数

shape (Union[Tensor, float]) – 分布的形状参数（有时称为“k”）。必须是非负数。
scale (Union[Tensor, float]) – 分布的尺度参数（有时称为“theta”）。必须是非负数。默认值：1
size (Optional[Iterable[int]]) – 输出向量的大小。如果 shape 和 scale 是标量，例如给定大小为 (m, n)，则输出形状为 (m, n)。如果 shape 和 scale 是一个向量，例如给定的大小是`(m, n)` ，那么输出形状是 (m, n) + broadcast(shape, scale).shape. 广播规则与 numpy.broadcast 一致。默认值：None

返回

输出张量

实际案例

import megengine as mge
import megengine.random as rand

x = rand.gamma(shape=2, scale=1, size=(2, 2))
print(x.numpy())

shape = mge.Tensor([[ 1],
                    [10]], dtype="float32")
scale = mge.Tensor([1,5], dtype="float32")

x = rand.gamma(shape=shape, scale=scale)
print(x.numpy())

x = rand.gamma(shape=shape, scale=scale, size=2)
print(x.numpy())

输出：

[[1.5064533  4.0689363 ]
 [0.71639484 1.4551026 ]]

[[ 0.4352188 11.399335 ]
 [ 9.1888    52.009277 ]]

[[[ 1.1726005   3.9654975 ]
  [13.656933   36.559006  ]]
 [[ 0.25848487  2.5540342 ]
  [11.960409   21.031536  ]]]

megengine.random.beta

megengine.random.poisson