jax.random.多元正态分布

jax.random.多元正态分布#

jax.random.multivariate_normal(key, mean, cov, shape=None, dtype=None, method='cholesky')[源代码][源代码]#

使用给定的均值和协方差生成多元正态随机值的示例。

这些值根据概率密度函数返回：

\[f(x;\mu, \Sigma) = (2\pi)^{-k/2} \det(\Sigma)^{-1}e^{-\frac{1}{2}(x - \mu)^T \Sigma^{-1} (x - \mu)}\]

其中 \(k\) 是维度，\(\mu\) 是均值（由 mean 给出），\(\Sigma\) 是协方差矩阵（由 cov 给出）。

参数:

  • key (KeyArrayLike) – 一个用作随机密钥的 PRNG 密钥。

  • mean (RealArray) – 形状为 (..., n) 的均值向量。

  • cov (RealArray) – 一个形状为 (..., n, n) 的正定协方差矩阵。批量形状 ... 必须与 mean 的形状广播兼容。

  • shape (Shape | None) – 可选，一个非负整数元组，指定结果批次形状；即，结果形状中排除最后一个轴的前缀。必须与 mean.shape[:-1] 和 cov.shape[:-2] 广播兼容。默认值（None）通过将 mean 和 cov 的批次形状一起广播来生成结果批次形状。

  • dtype (DTypeLikeFloat | None) – 可选，返回值的浮点数据类型（如果 jax_enable_x64 为 true，则默认为 float64，否则为 float32）。

  • method (str) – 可选，计算 cov 因子的方法。必须是 ‘svd’、’eigh’ 和 ‘cholesky’ 之一。默认 ‘cholesky’。对于奇异协方差矩阵，使用 ‘svd’ 或 ‘eigh’。

返回:

一个随机数组，其数据类型为指定的 dtype，形状由 shape + mean.shape[-1:] 给出，如果 shape 不是 None，否则为 broadcast_shapes(mean.shape[:-1], cov.shape[:-2]) + mean.shape[-1:]。

返回类型:

Array

目录