Gamma分布，Beta分布，多项式分布，Dirichlet狄利克雷分布

如何通俗理解 beta 分布？（很好理解，beta就是二项式分布的先验分布）

所谓共轭先验就是先验分布是beta分布，而后验分布同样是beta分布。

超详细理解Gamma分布，Beta分布，多项式分布，Dirichlet狄利克雷分布（狄利克雷分布的公式，期望）
理解Gamma分布、Beta分布与Dirichlet分布

什么是beta分布，狄利克雷分布（numpy怎么生成狄利克雷分布）

概率分布 - torch.distributions（pytorch中生成狄利克雷分布：torch.distributions.dirichlet.Dirichlet）

tor_diri = torch.distributions.dirichlet.Dirichlet(torch.tensor([10,10,10,1000]))
tor_diri.sample()

产生dirichlet分布时，要给一个初始的实验分布。假设要产生四个概率值A，B，C，D，A+B+C+D=1,
则给出一组实验值，如[10,10,10,1000],表示做了10+10+10+1000次实验，其中结果为A的有10次，结果为B的10次，结果为C的10次，结果为D的1000次。那么函数返回的概率分布也接近这个比例，但是会有轻微的变化。
注意[10,10,10,1000]与[1,1,1,100]的效果是不一样的，前者表示做的实验很多，因此dirichlet返回的概率与这个实验中的比值很接近，变化很小。而后者表示做的实验不多，因此dirichlet返回的概率与这个实验中的比值不太接近，变化很小。但二者多次采样的均值是一样的，只是方差不一样。