tf.contrib.distributions.bijectors.Gumbel

Вычисление Y = g(X) = exp(-exp(-(X - loc) / scale)).

Наследуется от: Bijector

tf.contrib.distributions.bijectors.Gumbel(
    loc=0.0, scale=1.0, validate_args=False, name='gumbel'
)

Этот биджектор отображает входные данные от [-inf, inf] до [0, 1]. The inverse of the bijector applied to a uniform random variableX ~ U(0, 1) возвращает случайную величину с распределением Гумбеля:

Y ~ Gumbel(loc, scale)
pdf(y; loc, scale) = exp(
  -( (y - loc) / scale + exp(- (y - loc) / scale) ) ) / scale

Аргументы
`loc`	Вещественное значение `Tensor`, имеющее тот же тип и согласуемое со `scale`. Это `loc` в `Y = g(X) = exp(-exp(-(X - loc) / scale))`.
`scale`	Положительное вещественное значение `Tensor`, имеющее тот же тип и согласуемое со `loc`. Это `scale` в `Y = g(X) = exp(-exp(-(X - loc) / scale))`.
`validate_args`	Python `bool` , указывающий, нужно ли проверять аргументы на корректность.
`name`	Python `str` имя, присваиваемое операциям, управляемым этим объектом.

Атрибуты
`dtype`	Тип данных `Tensor` преобразуемых этим распределением.
`forward_min_event_ndims`	Возвращает минимальное количество измерений, на которых работает bijector.forward.
`graph_parents`	Возвращает список graph_parents этого `Bijector`.
`inverse_min_event_ndims`	Возвращает минимальное количество измерений, на которых работает bijector.inverse.
`is_constant_jacobian`	Возвращает true, если матрица Якобиан не является функцией от x. Примечание: Матрица Якобиан либо постоянна для прямого и обратного отображения, либо ни для чего.
`loc`	`loc` в `Y = g(X) = exp(-exp(-(X - loc) / scale))`.
`name`	Возвращает строковое имя этого `Bijector`.
`scale`	Это `scale` в `Y = g(X) = exp(-exp(-(X - loc) / scale))`.
`validate_args`	Возвращает True, если аргументы тензоров будут проверены.

Методы

`forward`

Посмотреть исходный код

forward(
    x, name='forward'
)

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

Аргументы
`x`	`Tensor`. Вход для вычисления "прямого" отображения.
`name`	Имя для этой операции.

Возвращает
`Tensor`.

Исключения
`TypeError`	если `self.dtype` указано, а `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 партии в виде TensorShape.

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

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

Возвращает
`forward_event_shape_tensor`	`TensorShape` указывающий 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 партии как 1D int32 Tensor.

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

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

`forward_log_det_jacobian`

Просмотр исходного кода

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

Возвращает forward_log_det_jacobian.

Аргументы
`x`	`Tensor`. Вход для вычисления определителя «прямого» якобиана.
`event_ndims`	Количество измерений в преобразуемых событиях вероятностного распределения. Должно быть больше или равно `self.forward_min_event_ndims`. Результат суммируется по последним измерениям для получения скалярного определителя якобиана для каждого события, т. е. имеет форму `x.shape.ndims - event_ndims` измерений.
`name`	Имя для этой операции.

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

Исключения
`TypeError`	если `self.dtype` указан, а `y.dtype` не `self.dtype`.
`NotImplementedError`	если ни `_forward_log_det_jacobian` ни {`_inverse`, `_inverse_log_det_jacobian`} не реализованы, или это неинъективный биектор.

`inverse`

Просмотр исходного кода

inverse(
    y, name='inverse'
)

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

Аргументы
`y`	`Tensor`. Вход для вычисления «обратного» значения.
`name`	Имя для этой операции.

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

Исключения
`TypeError`	если `self.dtype` указан, а `y.dtype` не `self.dtype`.
`NotImplementedError`	если `_inverse` не реализован.

`inverse_event_shape`

Просмотр исходного кода

inverse_event_shape(
    output_shape
)

Форма одного образца из одной группы как TensorShape.

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

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

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

`inverse_event_shape_tensor`

Просмотр исходного кода

inverse_event_shape_tensor(
    output_shape, name='inverse_event_shape_tensor'
)

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

Аргументы
`output_shape`	`Tensor`, `int32` вектор, указывающий форму части события, переданной в функцию `inverse` .
`name`	имя для операции

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

`inverse_log_det_jacobian`

Посмотреть исходный код

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

Возвращает (лог o det o якобиан o обратный)(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 g^{-1}(y).

Аргументы
`y`	`Tensor`. Вход для вычисления 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 для получения скалярного определителя якобиана для каждого события, т. е. он имеет размерность `y.shape.ndims - event_ndims` измерений.
`name`	Имя для данного оператора.

Возвращаемое значение
`Tensor`, если этот биджектор является инъективным. Если не инъективен, возвращает кортеж локальных логарифмов определителей якобианов, `log(det(Dg_i^{-1}(y)))`, где `g_i` является ограничением `g` на `ith` раздел `Di`.

Исключения
`TypeError`	если `self.dtype` указано, а `y.dtype` не является `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/Gumbel