如何解决使用 jax.random.normal
我正在尝试从具有特定标准差和均值的高斯中采样,我知道 following function 是从均值为零且标准差等于 1 的高斯中采样:
import jax
from jax import random
key = random.PRNGKey(0)
mu = 20
std = 4
x1 = jax.random.normal(key,(1000,))
我可以通过执行以下操作来调整平均值:x1 = x1 + mu
,但是我如何调整标准偏差?
解决方法
这个
x1 = std * x1 + mu
会给你想要的
,以这种方式创建您的样本:
x1 = mu + std * jax.random.normal(key,(1000,))
如果这样做,样本的直方图将遵循预期分布:
import jax
from jax import random
from jax.scipy.stats import norm
import matplotlib.pyplot as plt
key = random.PRNGKey(0)
mu = 20
std = 4
x1 = mu + std * jax.random.normal(key,))
plt.hist(x1,bins=50,density=True)
x = jnp.linspace(5,35,100)
y = norm.pdf(x,loc=mu,scale=std)
plt.plot(x,y)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。