tf.contrib.distributions.bijectors.Kumaraswamy

Вычислять Y = g(X) = (1 - (1 - X)**(1 / b))**(1 / a), X in [0, 1].

Наследуется от: Bijector

tf.contrib.distributions.bijectors.Kumaraswamy(
    concentration1=None, concentration0=None, validate_args=False,
    name='kumaraswamy'
)

Этот биджектор отображает входные значения из [0, 1] в [0, 1]. The inverse of the bijector applied to a uniform random variableX ~ U(0, 1) возвращает случайную величину с распределением Кумарасами:

Y ~ Kumaraswamy(a, b)
pdf(y; a, b, 0 <= y <= 1) = a * b * y ** (a - 1) * (1 - y**a) ** (b - 1)

Аргументы
`concentration1`	Скаляр типа Python `float`, обозначающий степень преобразования, т.е., `Y = g(X) = (1 - (1 - X)(1 / b))(1 / a)` где `a` является `concentration1`.
`concentration0`	Скаляр типа Python `float`, обозначающий степень преобразования, т.е., `Y = g(X) = (1 - (1 - X)(1 / b))(1 / a)` где `b` является `concentration0`.
`validate_args`	Тип Python `bool`, указывающий, нужно ли проверять аргументы на правильность.
`name`	Имя типа Python `str`, присваиваемое операциям, управляемым этим объектом.

Атрибуты
`concentration0`	Степень `b` в: `Y = g(X) = (1 - (1 - X)(1 / b))(1 / a)`.
`concentration1`	Степень `a` в: `Y = g(X) = (1 - (1 - X)(1 / b))(1 / a)`.
`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 Якоби не зависит от x. Примечание: Матрица Якоби либо постоянна для forward и inverse, либо для ни одного.
`name`	Возвращает строковое имя этого `Bijector`.
`validate_args`	Возвращает True, если аргументы типа Tensor будут проверены.

Методы

`forward`

Просмотреть исходный код

forward(
    x, name='forward'
)

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

Аргументы
`x`	`Tensor`. Вход для вычисления «forward».
`name`	Имя, которое нужно дать этой операции.

Возвращает
`Tensor`.

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

`forward_event_shape`

Просмотреть 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 только 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, неизвестна.

`forward_event_shape_tensor`

Просмотреть 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`, вектор `int32` указывающий форму события, переданную в функцию `forward` .
`name`	имя, которое нужно дать 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 в вычисление определителя «прямой» матрицы Якоби.
`event_ndims`	Число измерений в преобразуемых вероятностных событиях. Должно быть больше или равно `self.forward_min_event_ndims`. Результат суммируется по последним измерениям, чтобы получить скалярный определитель Якоби для каждого события, т. е. он имеет размерность `x.shape.ndims - event_ndims` измерений.
`name`	Имя для данной операции.

Возвращаемое значение
`Tensor`, если этот биектор является инъективным. Если нет, это не реализовано.

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 это биектор, не являющийся инъективным.

`inverse`

Просмотр исходного кода

inverse(
    y, name='inverse'
)

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

Аргументы
`y`	`Tensor`. Вход в вычисление «обратного» значения.
`name`	Имя для данной операции.

Возвращаемое значение
`Tensor`, если этот биектор является инъективным. Если нет, возвращает k-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`

Просмотр исходного кода

inverse_event_shape(
    output_shape
)

Форма одного образца из одного набора как TensorShape.

То же значение, что и у 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, неизвестна.

`inverse_event_shape_tensor`

Просмотр исходного кода

inverse_event_shape_tensor(
    output_shape, name='inverse_event_shape_tensor'
)

Форма одного образца из одного набора как int32 одномерный 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`

Просмотреть исходный код

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

Возвращает (лог о det о Jacobian о inverse)(y).

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

Обратите внимание, что forward_log_det_jacobian является обратным этому значению, вычисленному в g^{-1}(y).

Аргументы
`y`	`Tensor`. Вход для вычисления определителя обратной матрицы Якоби.
`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 Якоби для каждого события, т. е. имеет размерность `y.shape.ndims - event_ndims` измерений.
`name`	Имя, которое нужно дать этому оператору.

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

Исключения
`TypeError`	если `self.dtype` задан, и `y.dtype` не является `self.dtype`.
`NotImplementedError`	если `_inverse_log_det_jacobian` не реализован.

© 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/Kumaraswamy