tf.contrib.distributions.bijectors.FillTriangular

Преобразует векторы в треугольные.

Наследуется от: Bijector

tf.contrib.distributions.bijectors.FillTriangular(
    upper=False, validate_args=False, name='fill_triangular'
)

Элементы треугольной матрицы заполняются по часовой стрелке по спирали.

Для входных данных с формой batch_shape + [d], создаётся выход с формой batch_shape + [n, n], где n = (-1 + sqrt(1 + 8 * d))/2. Это следует из решения квадратного уравнения d = 1 + 2 + ... + n = n * (n + 1)/2.

Пример

b = tfb.FillTriangular(upper=False)
b.forward([1, 2, 3, 4, 5, 6])
# ==> [[4, 0, 0],
#      [6, 5, 0],
#      [3, 2, 1]]

b = tfb.FillTriangular(upper=True)
b.forward([1, 2, 3, 4, 5, 6])
# ==> [[1, 2, 3],
#      [0, 5, 6],
#      [0, 0, 4]]

Аргументы
`upper`	Python `bool` представляющий, должна ли выходная матрица быть верхней треугольной (`True`) или нижней треугольной (`False`, по умолчанию).
`validate_args`	Python `bool` указывающий, нужно ли проверять аргументы на корректность.
`name`	Python `str` имя, заданное для операций, управляемых этим объектом.

Атрибуты
`dtype`	тип данных `Tensor` преобразуемых этим распределением.
`forward_min_event_ndims`	Возвращает минимальное количество измерений, на которых bijector.forward работает.
`graph_parents`	Возвращает список graph_parents этого `Bijector`.
`inverse_min_event_ndims`	Возвращает минимальное количество 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 обоих, forward и inverse, или ни для кого.
`name`	Возвращает строковое имя этого `Bijector`.
`validate_args`	Возвращает True, если тензорные аргументы будут валидироваться.

Методы

`forward`

Посмотреть исходный код

forward(
    x, name='forward'
)

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

Аргументы
`x`	`Tensor`. Входное значение для вычисления "forward".
`name`	Имя, которое нужно дать этой операции.

Возвращает
`Tensor`.

Возможные исключения
`TypeError`	если `self.dtype` указан и `x.dtype` не `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 значение, что и forward_event_shape_tensor. Может быть определена только частично.

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

Возвращает
`forward_event_shape_tensor`	`TensorShape` указывающая форму части события после применения `forward`. Возможно неизвестна.

`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 int32 1D Tensor.

Аргументы
`input_shape`	`Tensor`, `int32` вектор, указывающий форму части события, переданный в функцию `forward` .
`name`	имя для операции

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

`forward_log_det_jacobian`

Просмотреть исходный код

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

Возвращает forward_log_det_jacobian.

Аргументы
`x`	`Tensor`. Вход для вычисления определителя якобиана "прямого" отображения.
`event_ndims`	Число измерений в вероятностных событиях, которые преобразуются. Должно быть больше или равно `self.forward_min_event_ndims`. Результат суммируется по последним измерениям, чтобы получить скалярный определитель якобиана для каждого события, т. е. он имеет форму `x.shape.ndims - event_ndims` измерений.
`name`	Имя, которое нужно дать этому op.

Возвращаемое значение
`Tensor`, если этот биджектор инъективен. Если не инъективен, это не реализовано.

Исключения
`TypeError`	если `self.dtype` указано и `y.dtype` не `self.dtype`.
`NotImplementedError`	если ни `_forward_log_det_jacobian` ни {`_inverse`, `_inverse_log_det_jacobian`} не реализованы, или это биджектор, не являющийся инъективным.

`inverse`

Просмотреть исходный код

inverse(
    y, name='inverse'
)

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

Аргументы
`y`	`Tensor`. Вход для вычисления "обратного" отображения.
`name`	Имя, которое нужно дать этому op.

Возвращаемое значение
`Tensor`, если этот биджектор инъективен. Если не инъективен, возвращает k-кортеж, содержащий уникальные `k` точки `(x1, ..., xk)` такие, что `g(xi) = y`.

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

`inverse_event_shape`

Просмотреть исходный код

inverse_event_shape(
    output_shape
)

Форма одного образца из одной партии в виде TensorShape.

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

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

Возвращаемое значение
`inverse_event_shape_tensor`	`TensorShape`, указывающая форму события после применения `inverse`. Возможно, неизвестна.

`inverse_event_shape_tensor`

Просмотреть исходный код

inverse_event_shape_tensor(
    output_shape, name='inverse_event_shape_tensor'
)

Форма одного образца из одной партии в виде int32 1D Tensor.

Аргументы
`output_shape`	`Tensor`, `int32` вектор, указывающий форму события, переданную в функцию `inverse` .
`name`	имя для op

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

`inverse_log_det_jacobian`

Просмотреть исходный код

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

Возвращает (логарифм определителя якобиана обратной функции)(y).

В математическом смысле 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 вычисления определителя якобиана обратной функции.
`event_ndims`	Количество 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, то есть имеет размерность `y.shape.ndims - event_ndims` измерений.
`name`	Имя для этого оператора.

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

Исключения
`TypeError`	если `self.dtype` указано, а `y.dtype` не равно `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/FillTriangular