使用 jax.random.normal

问题描述

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)