jax.random.multivariate_normal

jax.random.multivariate_normal#

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

使用给定的均值和协方差采样多元正态随机值。

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

参数：:

  • key (KeyArrayLike) – 用作随机键的 PRNG 键。

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

  • cov (RealArray) – 形状为 (..., n, n) 的正定协方差矩阵。批次形状 ... 必须与 mean 的批次形状广播兼容。

  • shape (Shape | None | None) – 可选，一个非负整数元组，指定结果批次形状；即，结果形状中除最后一个轴以外的前缀。必须与 mean.shape[:-1] 和 cov.shape[:-2] 广播兼容。默认值（None）通过将 mean 和 cov 的批次形状广播在一起生成结果批次形状。

  • dtype (DTypeLikeFloat | None | None) – 可选，返回值的浮点类型（如果 jax_enable_x64 为真，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，请使用 'svd' 或 'eigh'。

返回值:

一个具有指定数据类型和形状的随机数组，该形状由 shape + mean.shape[-1:] 给出（如果 shape 不为 None），否则为 broadcast_shapes(mean.shape[:-1], cov.shape[:-2]) + mean.shape[-1:]。

返回类型:

数组

内容