【Hackathon 6th No.31】paddle.distribution.Normal/paddle.nn.initializer.Normal/paddle.randn/paddle.standard_normal support complex normal distribution

docs/api/paddle/distribution/Normal_cn.rst

@@ -8,14 +8,22 @@ Normal
 
 正态分布
 
-数学公式：
+若 `loc` 是实数，概率密度函数为：
 
 .. math::
 
     pdf(x; \mu, \sigma) = \frac{1}{Z}e^{\frac {-0.5 (x - \mu)^2}  {\sigma^2} }
 
     Z = (2 \pi \sigma^2)^{0.5}
 
+若 `loc` 是复数，概率密度函数为：
+
+.. math::
+
+    pdf(x; \mu, \sigma) = \frac{1}{Z}e^{\frac {-(x - \mu)^2}  {\sigma^2} }
+
+    Z = \pi \sigma^2
+
 上面的数学公式中：
 
 - :math:`loc = \mu`：平均值；
@@ -25,7 +33,7 @@ Normal
 参数
 ::::::::::::
 
-    - **loc** (int|float|list|tuple|numpy.ndarray|Tensor) - 正态分布平均值。数据类型为 float32 或 float64。
+    - **loc** (int|float|complex|list|tuple|numpy.ndarray|Tensor) - 正态分布平均值。数据类型为 float32、float64、complex64 或 complex128。
     - **scale** (int|float|list|tuple|numpy.ndarray|Tensor) - 正态分布标准差。数据类型为 float32 或 float64。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
@@ -85,12 +93,18 @@ entropy()
 
 信息熵
 
-数学公式：
+实高斯分布信息熵的数学公式：
 
 .. math::
 
     entropy(\sigma) = 0.5 \log (2 \pi e \sigma^2)
 
+复高斯分布信息熵的数学公式：
+
+.. math::
+
+    entropy(\sigma) = \log (\pi e \sigma^2) + 1
+
 上面的数学公式中：
 
 :math:`scale = \sigma`：标准差。
@@ -130,7 +144,7 @@ kl_divergence(other)
 
 两个正态分布之间的 KL 散度。
 
-数学公式：
+实高斯分布 KL 散度的数学公式：
 
 .. math::
 
@@ -140,6 +154,16 @@ kl_divergence(other)
 
     diff = \mu_1 - \mu_0
 
+复高斯分布 KL 散度的数学公式：
+
+.. math::
+
+    KL\_divergence(\mu_0, \sigma_0; \mu_1, \sigma_1) = ratio^2 + (\frac{diff}{\sigma_1})^2 - 1 - 2 \ln {ratio}
+
+    ratio = \frac{\sigma_0}{\sigma_1}
+
+    diff = \mu_1 - \mu_0
+
 上面的数学公式中：
 
 - :math:`loc = \mu_0`：当前正态分布的平均值；

docs/api/paddle/nn/initializer/Normal_cn.rst

@@ -11,7 +11,7 @@ Normal
 参数
 ::::::::::::
 
-    - **mean** (float，可选) - 正态分布的平均值。默认值为 0。
+    - **mean** (float|complex，可选) - 正态分布的平均值。默认值为 0。
     - **std** (float，可选) - 正态分布的标准差。默认值为 1.0。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 

docs/api/paddle/randn_cn.rst

@@ -10,7 +10,7 @@ randn
 参数
 ::::::::::
   - **shape** (list|tuple|Tensor) - 生成的随机 Tensor 的形状。如果 ``shape`` 是 list、tuple，则其中的元素可以是 int，或者是形状为[]且数据类型为 int32、int64 的 0-D Tensor。如果 ``shape`` 是 Tensor，则是数据类型为 int32、int64 的 1-D Tensor。
-  - **dtype** (str|np.dtype，可选) - 输出 Tensor 的数据类型，支持 float32、float64。当该参数值为 None 时，输出 Tensor 的数据类型为 float32。默认值为 None。
+  - **dtype** (str|np.dtype，可选) - 输出 Tensor 的数据类型，支持 float32、float64、complex64、complex128。当该参数值为 None 时，输出 Tensor 的数据类型为 float32。默认值为 None。
   - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回

docs/api/paddle/standard_normal_cn.rst

@@ -10,7 +10,7 @@ standard_normal
 参数
 ::::::::::
   - **shape** (list|tuple|Tensor) - 生成的随机 Tensor 的形状。如果 ``shape`` 是 list、tuple，则其中的元素可以是 int，或者是形状为[]且数据类型为 int32、int64 的 0-D Tensor。如果 ``shape`` 是 Tensor，则是数据类型为 int32、int64 的 1-D Tensor。
-  - **dtype** (str|np.dtype，可选) - 输出 Tensor 的数据类型，支持 float32、float64。当该参数值为 None 时，输出 Tensor 的数据类型为 float32。默认值为 None。
+  - **dtype** (str|np.dtype，可选) - 输出 Tensor 的数据类型，支持 float32、float64、complex64、complex128。当该参数值为 None 时，输出 Tensor 的数据类型为 float32。默认值为 None。
   - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回