【Hackathon 5th No.20】为 Paddle 新增 Exponential 和 Gamma API

docs/api/paddle/distribution/Exponential_cn.rst

@@ -0,0 +1,170 @@
+.. _cn_api_paddle_distribution_Exponential:
+
+Exponential
+-------------------------------
+
+.. py:class:: paddle.distribution.Exponential(rate)
+
+指数分布
+
+指数分布的概率密度满足一下公式：
+
+.. math::
+
+    f(x; \theta) =  \theta e^{- \theta x },  (x \ge 0) $$
+
+上面数学公式中：
+
+    :math:`rate=\theta`：表示率参数。
+
+
+参数
+::::::::::::
+
+    - **rate** (float|Tensor) - 率参数，该值必须大于零。
+
+代码示例
+::::::::::::
+
+COPY-FROM: paddle.distribution.Exponential
+
+属性
+:::::::::
+
+mean
+'''''''''
+指数分布的均值。
+
+
+variance
+'''''''''
+指数分布的方差。
+
+
+方法
+:::::::::
+
+prob(value)
+'''''''''
+指数分布的概率密度函数。
+
+**参数**
+
+    - **value** (float|Tensor) - 输入值。
+
+数学公式：
+.. math::
+
+    f(x; \theta) =  \theta e^{- \theta x },  (x \ge 0) $$
+
+上面数学公式中：
+
+    :math:`rate=\theta`：表示率参数。
+
+**返回**
+
+    - **Tensor** - value 对应的概率密度。
+
+
+log_prob(value)
+'''''''''
+指数分布的对数概率密度函数。
+
+**参数**
+
+    - **value** (float|Tensor) - 输入值。
+
+**返回**
+
+    - **Tensor** - value 对应的对数概率密度。
+
+entropy()
+'''''''''
+指数分布的信息熵。
+
+**返回**
+
+    - Tensor: 信息熵。
+
+cdf(k)
+'''''''''
+指数分布的累积分布函数。
+
+**参数**
+
+    - **value** (float|Tensor) - 输入值。
+
+数学公式：
+
+.. math::
+
+    cdf(x; \theta) = 1 - e^{- \theta x }, (x \ge 0)
+
+上面的数学公式中：
+
+    :math:`rate=\theta`：表示率参数。
+
+**返回**
+
+    - Tensor: value 对应的累积分布。
+
+icdf(k)
+'''''''''
+指数分布的逆累积分布函数。
+
+**参数**
+
+    - **value** (float|Tensor) - 输入值。
+
+数学公式：
+
+.. math::
+
+    icdf(x; \theta) = -\frac{ 1 }{ \theta } ln(1 + x), (x \ge 0)
+
+上面的数学公式中：
+
+    :math:`rate=\theta`：表示率参数。
+
+**返回**
+
+    - Tensor: value 对应的逆累积分布。
+
+
+kl_divergence(other)
+'''''''''
+两个指数分布之间的 KL 散度。
+
+**参数**
+
+    - **other** (Geometric) - Exponential 的实例。
+
+**返回**
+
+    - Tensor: 两个指数分布之间的 KL 散度。
+
+
+sample(shape)
+'''''''''
+随机采样，生成指定维度的样本。
+
+**参数**
+
+    - **shape** (Sequence[int], optional) - 采样的样本维度。
+
+**返回**
+
+    - **Tensor** - 指定维度的样本数据。数据类型为 float32。
+
+
+rsample(shape)
+'''''''''
+重参数化采样，生成指定维度的样本。
+
+**参数**
+
+    - **shape** (Sequence[int], optional) - 重参数化采样的样本维度。
+
+**返回**
+
+    - **Tensor** - 指定维度的样本数据。数据类型为 float32。

docs/api/paddle/distribution/Gamma_cn.rst

@@ -0,0 +1,126 @@
+.. _cn_api_paddle_distribution_Gamma:
+
+Gamma
+-------------------------------
+
+.. py:class:: paddle.distribution.Gamma(concentration, rate)
+
+伽马分布
+
+伽马分布的概率密度满足一下公式：
+
+.. math::
+
+    f(x; \alpha, \beta, x > 0) = \frac{\beta^{\alpha}}{\Gamma(\alpha)} x^{\alpha-1}e^{-\beta x}
+
+    \Gamma(\alpha)=\int_{0}^{\infty} x^{\alpha-1} e^{-x} \mathrm{~d} x, (\alpha>0)
+
+上面数学公式中：
+
+    :math:`concentration=\alpha`：表示集中参数。
+
+    :math:`rate=\beta`：表示率参数。
+
+
+参数
+::::::::::::
+
+    - **concentration** (float|Tensor) - 率参数，该值必须大于零。支持 Broadcast 语义。当参数类型为 Tensor 时，表示批量创建多个不同参数的分布，``batch_shape`` (参考 :ref:`cn_api_paddle_distribution_Distribution` 基类) 为参数。
+
+    - **rate** (float|Tensor) - 率参数，该值必须大于零。支持 Broadcast 语义。当参数类型为 Tensor 时，表示批量创建多个不同参数的分布，``batch_shape`` (参考 :ref:`cn_api_paddle_distribution_Distribution` 基类) 为参数。
+
+代码示例
+::::::::::::
+
+COPY-FROM: paddle.distribution.Gamma
+
+
+属性
+:::::::::
+
+mean
+'''''''''
+伽马分布的均值。
+
+
+variance
+'''''''''
+伽马分布的方差。
+
+
+方法
+:::::::::
+
+prob(value)
+'''''''''
+伽马分布的概率密度函数。
+
+**参数**
+
+    - **value** (float|Tensor) - 输入值。
+
+
+**返回**
+
+    - **Tensor** - value 对应的概率密度。
+
+
+log_prob(value)
+'''''''''
+伽马分布的对数概率密度函数。
+
+**参数**
+
+    - **value** (float|Tensor) - 输入值。
+
+**返回**
+
+    - **Tensor** - value 对应的对数概率密度。
+
+
+entropy()
+'''''''''
+伽马分布的信息熵。
+
+**返回**
+
+    - Tensor: 信息熵。
+
+
+kl_divergence(other)
+'''''''''
+两个伽马分布之间的 KL 散度。
+
+**参数**
+
+    - **other** (Geometric) - Gamma 的实例。
+
+**返回**
+
+    - Tensor: 两个伽马分布之间的 KL 散度。
+
+
+sample(shape)
+'''''''''
+随机采样，生成指定维度的样本。
+
+**参数**
+
+    - **shape** (Sequence[int], optional) - 采样的样本维度。
+
+**返回**
+
+    - **Tensor** - 指定维度的样本数据。数据类型为 float32。
+
+
+rsample(shape)
+'''''''''
+重参数化采样，生成指定维度的样本。
+
+**参数**
+
+    - **shape** (Sequence[int], optional) - 重参数化采样的样本维度。
+
+**返回**
+
+    - **Tensor** - 指定维度的样本数据。数据类型为 float32。

docs/api/paddle/distribution/Overview_cn.rst

@@ -38,6 +38,8 @@ paddle.distribution 目录下包含飞桨框架支持的随机变量的概率分
     " :ref:`LogNormal <cn_api_paddle_distribution_LogNormal>` ", "LogNormal 概率分布类"
     " :ref:`Gumbel <cn_api_paddle_distribution_Gumbel>` ", "Gumbel 概率分布类"
     " :ref:`Geometric <cn_api_paddle_distribution_Geometric>` ", "Geometric 概率分布类"
+    " :ref:`Exponential <cn_api_paddle_distribution_Exponential>` ", "Exponential 概率分布类"
+    " :ref:`Gamma <cn_api_paddle_distribution_Gamma>` ", "Gamma 概率分布类"
 
 .. _about_distribution_transform: