Модуль: tf.contrib.distributions.bijectors

Операции с бижекторами.

Вместо этого используйте tfp.bijectors.

Классы

class AbsoluteValue: Вычисляет Y = g(X) = Abs(X), поэлементно.

class Affine: Вычисляет Y = g(X; shift, scale) = scale @ X + shift.

class AffineLinearOperator: Вычисляет Y = g(X; shift, scale) = scale @ X + shift.

class AffineScalar: Вычисляет Y = g(X; shift, scale) = scale * X + shift.

class BatchNormalization: Вычисляет `Y = g(X) s.t.

class Bijector: Интерфейс для преобразований выборки Distribution.

class Chain: Биджектор, применяющий последовательность биджекторов.

class CholeskyOuterProduct: Вычисляет g(X) = X @ X.T; X — нижнетреугольная матрица с положительными диагональными элементами.

class ConditionalBijector: Условный биджектор — биджектор, который допускает внутреннее условное задание.

class Exp: Вычисляет Y = g(X) = exp(X).

class FillTriangular: Преобразует векторы в треугольные.

class Gumbel: Вычисляет Y = g(X) = exp(-exp(-(X - loc) / scale)).

class Identity: Вычисляет Y = g(X) = X.

class Inline: Биджектор, построенный из пользовательских вызываемых объектов.

class Invert: Биджектор, инвертирующий другой биджектор.

class Kumaraswamy: Вычисляет Y = g(X) = (1 - (1 - X)**(1 / b))**(1 / a), X in [0, 1].

class MaskedAutoregressiveFlow: Аффинный биджектор MaskedAutoregressiveFlow для векторов-событий.

class MatrixInverseTriL: Вычисляет g(L) = inv(L), где L — нижнетреугольная матрица.

class Ordered: Биджектор, отображающий тензор x_k, имеющий возрастающие элементы в последнем

class Permute: Переставляет правое измерение Tensor.

class PowerTransform: Вычисляет Y = g(X) = (1 + X * c)**(1 / c), X >= -1 / c.

class RealNVP: RealNVP "слой аффинного сопряжения" для векторов-событий.

class Reshape: Изменяет форму event_shape Tensor.

class ScaleTriL: Преобразует несоставленные векторы в матрицы TriL с положительной диагональю.

class Sigmoid: Биджектор, вычисляющий Y = g(X) = 1 / (1 + exp(-X)).

class SinhArcsinh: Вычисляет Y = g(X) = Sinh( (Arcsinh(X) + skewness) * tailweight ).

class SoftmaxCentered: Биджектор, вычисляющий Y = g(X) = exp([X 0]) / sum(exp([X 0])).

class Softplus: Биджектор, вычисляющий Y = g(X) = Log[1 + exp(X)].

class Softsign: Биджектор, вычисляющий Y = g(X) = X / (1 + |X|).

class Square: Вычисляет g(X) = X^2; X — положительное действительное число.

class TransformDiagonal: Применяет биджектор к диагонали матрицы.

Функции

masked_autoregressive_default_template(...): Построение оценщика плотности с маской авторегрессии (Germain и др., 2015). (устарело)

masked_dense(...): Слой плотной связи с маской авторегрессии. (устарело)

real_nvp_default_template(...): Построение функции масштабирования и смещения с помощью многослойной нейронной сети. (устарело)