代码笔记-01-正太分布

import torch 
from d2l import torch as d2l
import math
import time
import numpy as np
def normal(x,mu,sigma): # 定义正太分布密度函数
    p = 1.0/math.sqrt(2*math.pi*sigma**2)
    return p * np.exp(-0.5/sigma**2*(x-mu)**2)

x = np.arange(-10,10,0.1) # 定义 x的值 [-10,10],间隔 0.1
params = [(0,1),(0,3),(3,1),(6,2)]  # 画多个正太分布曲线，将不同参数放入
d2l.plot(x,[normal(x,mu,sigma) for mu,sigma in params],xlabel='x',
         ylabel='p(x)',figsize=(4.5,2.5),
         legend=[f'mean{mu},std{sigma}' for mu,sigma in params])

结果：