tf.contrib.distributions.bijectors.AffineScalar

Вычислить Y = g(X; shift, scale) = scale * X + shift.

Наследуется от: Bijector

tf.contrib.distributions.bijectors.AffineScalar(
    shift=None, scale=None, validate_args=False, name='affine_scalar'
)

Примеры:

# Y = X
b = AffineScalar()

# Y = X + shift
b = AffineScalar(shift=[1., 2, 3])

# Y = 2 * X + shift
b = AffineScalar(
  shift=[1., 2, 3],
  scale=2.)

Аргументы
`shift`	Вещественное число `Tensor`. Если это значение равно `None`, сдвиг не применяется.
`scale`	Вещественное число `Tensor`. Если это значение равно `None`, масштабирование не применяется.
`validate_args`	Python `bool`, указывающее, нужно ли проверять корректность аргументов.
`name`	Python `str` имя, присваиваемое операциям, управляемым этим объектом.

Атрибуты
`dtype`	Тип данных `Tensor` преобразуемых этим распределением.
`forward_min_event_ndims`	Возвращает минимальное число измерений, на которых bijector.forward работает.
`graph_parents`	Возвращает список graph_parents данного `Bijector`.
`inverse_min_event_ndims`	Возвращает минимальное число измерений, на которых bijector.inverse работает.
`is_constant_jacobian`	Возвращает true, если матрица Якоби не является функцией от x. Примечание: Матрица Якоби либо постоянна для прямого и обратного преобразования, либо для ни одного.
`name`	Возвращает строковое имя этого `Bijector`.
`scale`	`scale` `LinearOperator` в `Y = scale @ X + shift`.
`shift`	`shift` `Tensor` в `Y = scale @ X + shift`.
`validate_args`	Возвращает True, если аргументы типа Tensor будут проверены.

Методы

`forward`

Посмотреть исходный код

forward(
    x, name='forward'
)

Возвращает вычисление прямого Bijector преобразования, т.е. X = g(Y).

Аргументы
`x`	`Tensor`. Входное значение для вычисления "прямого" преобразования.
`name`	Имя, которое следует присвоить этому оператору.

Возвращает
`Tensor`.

Исключения
`TypeError`	если `self.dtype` указано, а `x.dtype` не является `self.dtype`.
`NotImplementedError`	если `_forward` не реализовано.

`forward_event_shape`

Посмотреть исходный код

forward_event_shape(
    input_shape
)

Форма одного образца из одной группы как TensorShape.

То же, что и forward_event_shape_tensor. Может быть частично определена.

Аргументы
`input_shape`	`TensorShape` указывающее форму события, переданную в функцию `forward` .

Возвращает
`forward_event_shape_tensor`	`TensorShape` указывающее форму события после применения `forward`. Возможно, неизвестно.

`forward_event_shape_tensor`

Посмотреть исходный код

forward_event_shape_tensor(
    input_shape, name='forward_event_shape_tensor'
)

Форма одного образца из одной группы как 1D int32 Tensor.

Аргументы
`input_shape`	`Tensor`, `int32` вектор, указывающий форму события, переданную в функцию `forward` .
`name`	имя, присваиваемое оператору

Возвращает
`forward_event_shape_tensor`	`Tensor`, `int32` вектор, указывающий форму события после применения `forward`.

`forward_log_det_jacobian`

Просмотреть исходный код

forward_log_det_jacobian(
    x, event_ndims, name='forward_log_det_jacobian'
)

Возвращает значение forward_log_det_jacobian.

Аргументы
`x`	`Tensor`. Входные данные для вычисления определителя матрицы Якоби "прямого" преобразования.
`event_ndims`	Число измерений в преобразуемых вероятностных событиях. Должно быть больше или равно `self.forward_min_event_ndims`. Результат суммируется по последним измерениям для получения скалярного определителя Якоби для каждого события, т.е. имеет форму `x.shape.ndims - event_ndims` измерений.
`name`	Имя для данного оператора.

Возвращаемое значение
`Tensor`, если данный биектор является инъективным. Если не инъективный, данная функция не реализована.

Исключения
`TypeError`	если `self.dtype` указано, а `y.dtype` не `self.dtype`.
`NotImplementedError`	если ни `_forward_log_det_jacobian` ни {`_inverse`, `_inverse_log_det_jacobian`} не реализованы, или данный биектор не инъективен.

`inverse`

Просмотреть исходный код

inverse(
    y, name='inverse'
)

Возвращает обратное Bijector вычисление, т.е. X = g^{-1}(Y).

Аргументы
`y`	`Tensor`. Входные данные для вычисления "обратного" преобразования.
`name`	Имя для данного оператора.

Возвращаемое значение
`Tensor`, если данный биектор является инъективным. Если не инъективный, возвращает кортеж, содержащий уникальные `k` точки `(x1, ..., xk)` такие, что `g(xi) = y`.

Исключения
`TypeError`	если `self.dtype` указано, а `y.dtype` не `self.dtype`.
`NotImplementedError`	если `_inverse` не реализовано.

`inverse_event_shape`

Просмотреть исходный код

inverse_event_shape(
    output_shape
)

Форма одного примера из одной партии как TensorShape.

То же самое, что и inverse_event_shape_tensor. Может быть частично определена.

Аргументы
`output_shape`	`TensorShape` показывающая форму события, переданную в функцию `inverse` .

Возвращаемое значение
`inverse_event_shape_tensor`	`TensorShape` показывающая форму события после применения `inverse`. Возможно, неизвестно.

`inverse_event_shape_tensor`

Просмотреть исходный код

inverse_event_shape_tensor(
    output_shape, name='inverse_event_shape_tensor'
)

Форма одного примера из одной партии как int32 одномерный Tensor.

Аргументы
`output_shape`	`Tensor`, `int32` вектор, показывающий форму события, переданный в функцию `inverse` .
`name`	имя, которое нужно дать оператору

Возвращаемое значение
`inverse_event_shape_tensor`	`Tensor`, `int32` вектор, показывающий форму события после применения `inverse`.

`inverse_log_det_jacobian`

Просмотр исходного кода

inverse_log_det_jacobian(
    y, event_ndims, name='inverse_log_det_jacobian'
)

Возвращает (log o det o Jacobian o inverse)(y).

Математически, возвращает: log(det(dX/dY))(Y). (Напомним, что: X=g^{-1}(Y).)

Обратите внимание, что forward_log_det_jacobian является отрицанием этой функции, вычисленной в точке g^{-1}(y).

Аргументы
`y`	`Tensor`. Вход для оценки определителя «обратного» якобиана.
`event_ndims`	Число измерений в преобразуемых вероятностных событиях. Должно быть больше или равно `self.inverse_min_event_ndims`. Результат суммируется по последним измерениям, чтобы получить скалярный определитель якобиана для каждого события, т.е. он имеет форму `y.shape.ndims - event_ndims` измерений.
`name`	Имя для данного оператора.

Возвращаемое значение
`Tensor`, если этот биектор является инъективным. Если биектор не является инъективным, возвращает кортеж локальных логарифмов определителей якобиана, `log(det(Dg_i^{-1}(y)))`, где `g_i` — это ограничение `g` на `ith` разбиение `Di`.

Исключения
`TypeError`	если `self.dtype` указано, и `y.dtype` не `self.dtype`.
`NotImplementedError`	если `_inverse_log_det_jacobian` не реализовано.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/distributions/bijectors/AffineScalar